Zaion sélectionne ses modèles d’IA selon leur prix, leur qualité, leur latence, leur potentiel de souveraineté et leur empreinte serveur et carbone. L’entreprise, qui associe ingénieurs en IA et spécialistes de la relation client, automatise des échanges et équipe les conseillers d’outils en temps réel.
Zaion teste et remplace ses modèles
Le choix d’un modèle n’est pas définitif chez Zaion, explique Imed Laaridh, docteur en informatique et VP AI & Data de l’entreprise. Il décrit un portefeuille assorti de dates de péremption : une solution est remplacée lorsqu’une autre la dépasse selon les critères retenus. L’entreprise dit posséder ses serveurs GPU pour conduire ses évaluations et ses travaux de recherche et développement.
Le parcours commence avec des données internes réelles, notamment pour les modèles open source. Viennent ensuite des essais dits « shadow testing » : les flux de production sont traités en parallèle, sans incidence effective sur le service, précise le responsable.
À ces essais s’ajoutent, selon lui, des vérifications automatiques de qualité et une surveillance humaine. Dans les cycles d’amélioration partiellement automatisés, l’IA suggère les modifications, mais une personne les valide en dernier ressort. Imed Laaridh présente cette répartition comme un moyen de conserver des décisions traçables et explicables.
Des modèles adaptés à la relation client
Pour Imed Laaridh, les scores génériques ne suffisent pas à mesurer l’utilité d’un modèle : la puissance doit s’apprécier au regard du service attendu. Le taux de résolution automatique et le temps de réponse n’ont pas le même poids selon les secteurs. Un délai acceptable pour un traitement asynchrone peut devenir pénalisant dans une conversation en direct.
Le responsable avance un scénario hypothétique : un agent de relation client mobilise un modèle de pointe dont le raisonnement approfondi exige plusieurs secondes, voire plusieurs minutes. Même correcte, la réponse pourrait arriver après que le client a raccroché. Il associe cette attente à davantage d’abandons, à des sollicitations répétées, à des conseillers saturés et à une rentabilité dégradée.
Pour classer des demandes ou transcrire la parole, de petits modèles spécialisés peuvent, selon lui, faire mieux qu’un grand modèle de langage généraliste. Il cite la compréhension du langage naturel pour la classification et la reconnaissance automatique de la parole pour la transcription, avec une adaptation aux données de Zaion. Il leur attribue une précision potentiellement meilleure, des réponses plus rapides et des dépenses inférieures. Parallèlement, il estime que ChatGPT a habitué les utilisateurs à des dialogues plus naturels et plus complexes.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les clients accèdent toutefois à une plateforme développée par Zaion, pas directement aux modèles, indique le dirigeant. L’entreprise présente cette interface comme une protection qui uniformise les échanges, préserve leur transparence et tient compte des compétences des équipes. Elle affirme que l’interface reste identique lors d’un remplacement et que les utilisateurs n’ont ni à maîtriser les mécanismes internes ni à adapter eux-mêmes les modèles. Les vérifications préalables permettraient, selon elle, de ne modifier ni leur expérience ni les pratiques des équipes métiers.
Coûts et souveraineté dans la sélection
La grille du Zaion Lab ne sépare pas les résultats techniques des contraintes d’exploitation : le prix et la souveraineté y côtoient la qualité, la vitesse et l’empreinte matérielle et carbone. Imed Laaridh dit constater une importance croissante des dépenses d’inférence et du carbone. Il affirme aussi que certaines opérations de raisonnement sont facturées alors qu’elles restent invisibles pour l’utilisateur.
Le responsable décrit des évolutions tarifaires divergentes : les modèles moins performants coûteraient moins cher, tandis que le prix par tâche des modèles de pointe augmenterait souvent, surtout avec le raisonnement. Il cite à ce propos GPT-6 et Claude Fable. D’après lui, cette évolution incite les entreprises à examiner des modèles plus petits, souvent open source, qu’elles peuvent adapter et héberger localement.
La maîtrise des données constitue un autre critère, particulièrement dans la banque et l’assurance, insiste-t-il. Il voit dans les prestataires relevant du Cloud Act américain ou de législations extraterritoriales un risque de dépendance géopolitique. Il affirme notamment que des restrictions américaines à l’exportation ont suspendu temporairement l’accès à certains modèles en juin 2026.
Imed Laaridh défend une infrastructure souveraine pour conserver la maîtrise des données et des modèles dans les services aux entreprises. Zaion affirme contrôler ses propres modèles sur les composants essentiels. Pour les grands modèles de langage provenant de tiers, l’entreprise dit imposer un hébergement dans l’Union européenne et masquer les données.
Laaridh anticipe des exigences sur les décisions
À l’horizon de cinq à dix ans, Imed Laaridh envisage une justification plus poussée de l’empreinte carbone, éventuellement assortie d’enveloppes réglementaires encourageant la sobriété. Il anticipe surtout des obligations accrues pour retracer et expliquer les décisions algorithmiques. L’attribution d’un crédit immobilier est l’exemple qu’il retient d’une décision devant pouvoir être justifiée. Ces exigences favoriseraient, à ses yeux, les modèles compréhensibles et gouvernés localement.
Le responsable envisage également des règles facilitant le remplacement d’un fournisseur d’IA par un autre. Il établit un parallèle avec le chargeur commun USB-C imposé par l’Union européenne, qui évite aux utilisateurs d’iPhone de dépendre d’un câble spécifique. Dans l’IA, les régulateurs pourraient, selon lui, imposer une exportation plus facile des données et de l’intelligence accumulée pour réduire les dépendances et permettre un changement de prestataire.






