Imaginez la propriétaire d'une entreprise de chauffage et de plomberie à Lévis. Elle voudrait que ses techniciens dictent une note de travail dans leur cellulaire et qu'ils reçoivent en retour un bon de travail propre, avec le nom et l'adresse du client, et elle préférerait que cette note ne quitte jamais l'appareil. Sa question est celle à laquelle répond cette note : quelle quantité d'IA tient dans un téléphone, un portable ou un petit serveur au bureau, qu'est-ce qui manque en premier, et à partir de quand la réponse devient « pas assez, passez par un serveur ». En bref : un petit appareil manque de mémoire, et de vitesse d'accès à cette mémoire, bien avant de manquer de qualité de modèle, et c'est exactement là que les laboratoires qui livrent des modèles sur appareil concentrent présentement leurs efforts.
Ce qui limite un modèle sur un petit appareil.
Un modèle de langage est un gros fichier de nombres, ses poids, auquel s'ajoute une zone de travail qui grandit avec la longueur de la conversation : le cache KV (le cache des clés et des valeurs de l'attention). Pour produire un seul jeton de sortie, un modèle dense lit chaque poids une fois. Il en résulte deux limites strictes, qui touchent toutes deux la mémoire. La capacité : les poids, la zone de travail et tout ce que fait d'autre l'appareil doivent tenir en même temps dans la mémoire vive. La bande passante : chaque jeton oblige à relire tout le modèle, si bien que la vitesse de lecture de la mémoire plafonne le nombre de jetons par seconde. La batterie et la chaleur découlent des mêmes octets, mais aucune des sources ici ne mesure l'une ou l'autre ; cette note n'avance donc aucun chiffre à leur sujet.
Ce cadrage est le nôtre. Ce que les sources montrent, c'est que les trois laboratoires qui livrent des modèles pour téléphones et portables se sont attaqués aux deux mêmes limites, chacun à sa façon. Apple a réduit les bits : son modèle sur appareil est « a compact, approximately 3-billion-parameter model optimized to run efficiently on Apple silicon » (en anglais dans l'original ; un modèle compact d'environ 3 milliards de paramètres, optimisé pour tourner efficacement sur le silicium d'Apple), comprimé « to 2 bits-per-weight using Quantization-Aware-Training (QAT) » (en anglais dans l'original ; à 2 bits par poids au moyen d'un entraînement sensible à la quantification, ou QAT).[1] Google a sorti une partie du modèle de la mémoire de l'accélérateur : les nombres de paramètres bruts de Gemma 3n sont de 5 et de 8 milliards, et pourtant les modèles tournent avec « as little as 2GB (E2B) and 3GB (E4B) of memory » (en anglais dans l'original ; aussi peu que 2 Go (E2B) et 3 Go (E4B) de mémoire).[2] Microsoft a gardé Phi-4-Mini à 3,8 milliards de paramètres et a mis l'effort sur les données d'entraînement.[3]
Les jetons par seconde suivent la mémoire.
La preuve publique la plus nette que nous ayons pu lire sur la limite de bande passante est un fil GitHub plutôt qu'un article : « Performance of llama.cpp on Apple Silicon M-series » (en anglais dans l'original ; rendement de llama.cpp sur les puces Apple Silicon de série M), ouvert en novembre 2023 par le responsable du projet, Georgi Gerganov, et qui reçoit encore des résultats en 2026.[4] Des bénévoles lancent une seule commande sur leur propre Mac avec le même modèle Llama 2 de 7 milliards de paramètres, en trois formats : F16 (16 bits par poids), Q8_0 (8 bits) et Q4_0 (4 bits). Le tableau récapitulatif fige une version du logiciel pour que les puces se comparent sur un pied d'égalité, et rapporte le traitement du prompt (PP, un prompt de 512 jetons) et la génération de texte (TG, un jeton à la fois, 128 jetons).
Lisez la colonne TG en regard de la colonne de bande passante mémoire. Le même modèle, dans le même format, génère 14,15 jetons par seconde sur un M1 de base (68 Go/s), 21,91 sur un M2 de base (100 Go/s), 50,74 sur un M4 Pro (273 Go/s), 65,95 sur un M2 Max (400 Go/s) et 94,27 sur un M2 Ultra (800 Go/s).[4] Nos calculs : du M1 au M2 Ultra, la bande passante est multipliée par 11,8 et la vitesse de génération par 6,7, la relation n'est donc pas linéaire, mais l'ordre ne se brise jamais : plus de vitesse mémoire, plus de jetons, dans chaque rangée.
Le tableau montre aussi pourquoi les laboratoires réduisent les bits. Gardez la puce et changez le format. Sur le M4 Pro à 20 cœurs, le modèle 7B génère 17,18 jetons par seconde en F16, 30,69 en Q8_0 et 50,74 en Q4_0. Sur le M2 Max à 38 cœurs : 24,65, 41,83 et 65,95.[4] Moins de bits par poids, c'est moins d'octets à lire par jeton : un peu moins de trois fois plus vite de 16 bits à 4 (notre division), et non les quatre fois que laisse croire le nombre de bits, parce que les formats quantifiés transportent aussi des valeurs d'échelle. Le traitement du prompt bouge à peine d'un format à l'autre (439,78 jetons par seconde en Q4_0 sur ce M4 Pro contre 464,48 en F16), ce qui concorde avec la remarque du responsable dans le fil, à savoir qu'avec un lot de 512 « the computation is compute bound » (en anglais dans l'original ; le calcul est limité par la puissance de calcul).[4] Lire un long prompt est limité par l'arithmétique. Générer la réponse est limité par la mémoire.
Une mise en garde avant de magasiner du matériel à partir de ces graphiques. Le tableau est figé sur une version de 2023 et un modèle de 2023 pour que les puces se comparent sur un pied d'égalité ; le fil rapporte lui-même que le M2 Ultra à 76 cœurs, en Q4_0, passe de 94,27 à 125,21 jetons par seconde avec une version d'août 2026 où Flash Attention est activé.[4] Les chiffres absolus sont périmés ; c'est la forme qu'il faut retenir.
Ce que les laboratoires livrent sur appareil.
Apple. Le rapport technique 2025 décrit le modèle sur appareil comme un modèle d'environ 3 milliards de paramètres, avec deux choix de conception qui visent la mémoire. Le modèle est scindé en deux : « Block 1 contained 62.5% of the total transformer layers, while Block 2 contained the remaining 37.5% » (en anglais dans l'original ; le bloc 1 contenait 62,5 % de l'ensemble des couches du transformeur, et le bloc 2 les 37,5 % restants). Le bloc 2 réutilise les clés et les valeurs du bloc 1 au lieu de calculer les siennes, « reducing KV cache memory usage by 37.5% » (en anglais dans l'original ; réduisant de 37,5 % l'utilisation de mémoire du cache KV) et, puisque le préremplissage peut sauter ce travail, réduisant d'à peu près autant le délai avant le premier jeton.[1] Ensuite, les poids sont comprimés à 2 bits chacun par entraînement sensible à la quantification, la table d'embeddings « to 4 bits per weight » et le cache KV « to 8 bits per weight » (en anglais dans l'original ; respectivement à 4 bits et à 8 bits par poids), avec des adaptateurs de bas rang entraînés après coup « to recover quality lost during compression » (en anglais dans l'original ; pour récupérer la qualité perdue à la compression).[1] Nos calculs à partir des chiffres du rapport : 3 milliards de poids à 2 bits font environ 0,75 Go, contre environ 6 Go à 16 bits. C'est la différence entre un modèle qui partage un téléphone avec tout le reste et un modèle qui n'y tient pas.
Qu'ont coûté les 2 bits ? Tableau 3 : à 16 bits, le modèle sur appareil obtient 67,8 sur MMLU et 85,1 sur IFEval ; la version à 2 bits livrée obtient 64,4 et 82,3. Le modèle serveur, comprimé à 3,6 bits, passe de 80,0 à 79,2 sur MMLU et de 89,1 à 90,2 sur IFEval.[1] Notre soustraction : 3,4 et 2,8 points perdus sur l'appareil ; 0,8 perdu et 1,1 gagné sur le serveur. Huit fois moins de bits, pour quelques points de banc d'essai.
Google. Gemma 3n prend une autre route vers le même point. Ses deux tailles s'appellent E2B et E4B d'après leurs paramètres effectifs ; les nombres bruts, dit le guide du développeur, sont « 5B and 8B respectively » (en anglais dans l'original ; 5 et 8 milliards respectivement). L'astuce, ce sont les embeddings par couche : une grande part des paramètres peut être « loaded and computed efficiently on the CPU » (en anglais dans l'original ; chargée et calculée efficacement sur le processeur), si bien que seuls les poids centraux du transformeur, environ 2 milliards pour E2B et 4 milliards pour E4B, doivent se trouver dans la mémoire de l'accélérateur. D'où l'affirmation que les modèles tournent avec « as little as 2GB (E2B) and 3GB (E4B) of memory » (en anglais dans l'original ; aussi peu que 2 Go (E2B) et 3 Go (E4B) de mémoire).[2] Google rapporte aussi que le partage de son cache KV donne « a notable 2x improvement on prefill performance compared to Gemma 3 4B » (en anglais dans l'original ; une amélioration notable, du double, du rendement au préremplissage par rapport à Gemma 3 4B).[2] Apple et Google ont eu recours à la même astuce, pour la même raison.
Microsoft. Phi-4-Mini est « a 3.8-billion-parameter language model » (en anglais dans l'original ; un modèle de langage de 3,8 milliards de paramètres), avec un contexte de 128 K et un corpus de préentraînement de 5 billions de jetons, pondéré vers les mathématiques et le code.[3] Le rapport ne décrit aucune astuce de mémoire ; le pari est qu'un modèle bien entraîné de moins de 4 milliards de paramètres suffit.
| modèle | taille à la livraison | comment il tient | ce que rapporte le laboratoire |
|---|---|---|---|
| Apple AFM On-Device[1] | ≈3 milliards de paramètres · poids à 2 bits, embeddings à 4 bits, cache KV à 8 bits | entraînement sensible à la quantification, partage du cache KV entre deux blocs (−37,5 % de mémoire de cache KV), adaptateurs pour récupérer la qualité | MMLU 67,8 → 64,4 après compression ; devance Qwen-2.5-3B, Gemma-3-4B et Gemma-3n-E4B sur MMLU dans les essais d'Apple, devancé par Qwen-3-4B |
| Google Gemma 3n E2B / E4B[2] | 5 / 8 milliards bruts · ≈2 / 4 milliards dans la mémoire de l'accélérateur | embeddings par couche calculés sur le processeur, tailles MatFormer imbriquées (E4B contient E2B), partage du cache KV | tourne avec « as little as 2GB (E2B) and 3GB (E4B) of memory » ; E2B « up to 2x faster inference » que E4B ; E4B « LMArena score over 1300 » (en anglais dans l'original ; aussi peu que 2 Go et 3 Go de mémoire ; jusqu'à deux fois plus rapide en inférence ; score LMArena supérieur à 1 300) |
| Microsoft Phi-4-Mini[3] | 3,8 milliards de paramètres · contexte de 128 K | aucune astuce de mémoire décrite ; 5 billions de jetons d'entraînement pondérés vers les mathématiques et le code | MMLU 67,3, GSM-8K 88,6, MATH 64,0, HumanEval 74,4 contre Llama-3.1 8B 68,1, 82,4, 47,6, 66,5 et Qwen2.5 7B 72,6, 88,7, 60,4, 75,0 ; moyenne du tableau 7 sur l'ensemble de ses bancs d'essai : 64,9, 63,9, 67,9 |
Lire les chiffres avec soin.
Chaque banc d'essai ici a été exécuté par le fournisseur du modèle lui-même. Apple a mesuré Gemma-3n-E4B à 57,84 sur MMLU, dix points sous les 67,85 de son propre modèle.[1] La manchette de Google pour le même modèle est un score LMArena « over 1300 » (en anglais dans l'original ; supérieur à 1 300).[2] Des règles de mesure différentes, des parties différentes, des réglages différents. Traitez toutes les mesures qui comparent des modèles comme des affirmations d'un laboratoire au sujet d'un concurrent.
« Égale des modèles deux fois plus gros » s'appuie sur un tableau : lisez le tableau. Le résumé de Microsoft dit que Phi-4-Mini égale des modèles deux fois plus gros sur des tâches de mathématiques et de code qui exigent un raisonnement complexe. Au tableau 7, c'est vrai pour MATH et HumanEval face à Llama-3.1 8B, et à peu près vrai face à Qwen2.5 7B sur GSM-8K, tandis que la moyenne du tableau 7 sur l'ensemble de ses bancs d'essai se situe trois points sous celle de Qwen (64,9 contre 67,9).[3] Les deux énoncés sont vrais. Un seul figure dans le résumé.
Les écarts de compression portent sur deux bancs d'essai, et le tableau de matériel est un fil de discussion. Une baisse de 3,4 points sur MMLU ne dit rien de direct sur la manière dont un modèle à 2 bits traite une note de travail dictée en français contenant une adresse.[1] Et le tableau llama.cpp compte une rangée par configuration, soumise par la personne qui possédait la machine, sans répétition ni variance.[4]
L'argument voulant que le petit suffise.
La question suivante porte sur les besoins du travail en matière d'intelligence. Un article de position de NVIDIA Research de juin 2025, « Small Language Models are the Future of Agentic AI » (en anglais dans l'original ; les petits modèles de langage sont l'avenir de l'IA agentique), révisé en septembre 2026, soutient que pour la plupart de ce que fait un agent, la réponse est : moins que ce qu'on suppose.[5] Son petit modèle est un modèle qui « can fit onto a common consumer electronic device » (en anglais dans l'original ; peut tenir sur un appareil électronique grand public courant) ; les auteurs « would be comfortable with considering most models below 10bn parameters in size to be SLMs » (en anglais dans l'original ; seraient à l'aise de considérer comme des SLM la plupart des modèles de moins de 10 milliards de paramètres). Tous les modèles de la section précédente répondent à cette définition.
La phrase la plus citable de l'article est : « Serving a 7bn SLM is 10–30× cheaper (in latency, energy consumption, and FLOPs) than a 70–175bn LLM » (en anglais dans l'original ; servir un SLM de 7 milliards de paramètres coûte de 10 à 30 fois moins cher (en latence, en consommation d'énergie et en FLOPs) qu'un grand modèle de langage de 70 à 175 milliards).[5] Lisez-la en gardant la note de bas de page en tête : l'article cite quatre autres travaux pour cette fourchette plutôt que de la mesurer. Sa contribution propre est un ensemble d'estimations sur trois agents à code source ouvert. Les auteurs examinent les appels que chacun fait à un modèle de langage et jugent que « about 60% » de ceux de MetaGPT, « about 40% » de ceux d'Open Operator et « about 70% » de ceux de Cradle « could be reliably handled by appropriately specialized SLMs » (en anglais dans l'original ; environ 60 %, environ 40 % et environ 70 % ; pourraient être pris en charge de façon fiable par des SLM convenablement spécialisés).[5] Ce sont des jugements, non des substitutions mesurées, et les auteurs le disent. L'article se décrit comme « a value statement » (en anglais dans l'original ; un énoncé de valeurs) et invite aux réfutations.
Pour une petite entreprise, l'argument tombe à un endroit pratique. La plupart des appels à l'IA dans une automatisation sont étroits et répétitifs : classer ce courriel, extraire cinq champs de cette facture, transformer cette note dictée en bon de travail. Le modèle qui tient dans le cellulaire peut suffire pour cela, pourvu que quelqu'un vérifie qu'il suffit.
Dimensionner la décision : appareil, serveur local, infonuagique.
Acceleratech ne bâtit pas de modèles pour téléphones. Nous aidons des entreprises à décider où l'IA d'une automatisation devrait s'exécuter (sur l'appareil, au bureau ou en infonuagique), et les sources ci-dessus donnent à cette décision trois intrants mesurables et un intrant juridique. Les paliers sont notre cadrage ; les chiffres qu'ils contiennent sont ceux des sources.
| intrant | sur l'appareil (téléphone, ordinateur portable) | serveur local (un petit serveur au bureau) | infonuagique (hébergé) |
|---|---|---|---|
| ce qui tient | environ 3 à 4 milliards de paramètres : les ≈3 milliards d'Apple comprimés à 2 bits, Gemma 3n dans 2 à 3 Go de mémoire d'accélérateur, Phi-4-Mini à 3,8 milliards non comprimé [1][2][3]. Vérifiez la mémoire vive de l'appareil dans ses réglages : les poids et le cache KV la partagent avec tout le reste de ce qui tourne. | ce que la mémoire du serveur contient ; le fil fait tourner du 7B à 16 bits sur des puces de classe portable [4] | n'importe quelle taille ; la limite, ce sont les coûts par jeton |
| jetons par seconde | 14–24 t/s pour un 7B Q4_0 sur des puces de base dans le fil [4] | 50–94 t/s sur des puces de 273–800 Go/s, plus vite avec des versions plus récentes [4] | ceux du fournisseur ; partagés |
| longueur du contexte | le cache KV fait concurrence aux poids pour la mémoire ; Apple l'a quantifié à 8 bits et le partage pour que ça tienne [1] | des contextes plus longs tiennent ; les longs prompts sont limités par le calcul et coûtent du temps sur de petites puces [4] | le problème du fournisseur, et vos coûts |
| où vont les renseignements | demeurent sur l'appareil | demeurent dans l'immeuble | quittent, généralement vers l'extérieur du Québec |
Les besoins de la tâche en jetons par seconde. Partez de celui ou de ce qui consomme la sortie. Une personne qui lit une réponse est lente : la convention de temps de lecture de ce site suppose 240 mots par minute, soit quatre par seconde, et un jeton est une fraction de mot ; même les 20 et quelques jetons par seconde d'une puce de portable de base, dans le fil, devancent donc la lecture.[4] Un agent n'est pas une personne. Si une étape produit 2 000 jetons de sortie structurée et s'exécute 500 fois par nuit, cela fait un million de jetons : environ 14 heures à 20 jetons par seconde, environ trois à 90 (nos calculs). Le côté entrée est l'autre moitié : un document de 60 pages relève du traitement du prompt, limité par le calcul et à peine aidé par la réduction des bits.[4] Notez les jetons en entrée, les jetons en sortie, les exécutions par jour et l'échéance, et le palier se choisit généralement de lui-même. Chaque jeton de prompt s'ajoute aussi au cache KV, qui fait concurrence aux poids sur un petit appareil : raccourcissez le prompt avant de changer de matériel.
La posture de vie privée, et pourquoi le local est le cas facile. Selon les indications de la Commission d'accès à l'information du Québec, l'évaluation des facteurs relatifs à la vie privée (EFVP) est obligatoire dans trois situations, dont deux concernent l'endroit où l'IA s'exécute. La première : avant de « communiquer un renseignement personnel à une entité située à l'extérieur du Québec », ou de « confier à une personne ou à un organisme à l'extérieur du Québec la tâche de recueillir, d'utiliser, de communiquer ou de conserver, pour votre compte, un tel renseignement ». La seconde : « tout projet lié à un système d'information ou de prestation électronique de services » impliquant des renseignements personnels, ce qui comprend « un projet d'acquisition, de développement ou de refonte ».[6] Les outils d'IA infonuagiques, exploités depuis des serveurs situés hors de la province, déclenchent les deux ; un modèle sur le cellulaire du technicien ne déclenche que la seconde. La CAI a précisé que « la communication à l'extérieur du Québec doit toujours faire l'objet d'une entente écrite » et qu'une entreprise « demeure toujours responsable des renseignements personnels qui lui sont confiés ».[6]
Nous y lisons une raison de préférer l'appareil ou un serveur local dès que le travail touche des noms, des adresses ou tout autre renseignement personnel. Ce n'est pas un avis juridique, et l'EFVP ne disparaît pas parce que le serveur est dans votre garde-robe : le système demeure un projet impliquant des renseignements personnels. Nos notes sur l'endroit où vont les données d'un outil et sur l'achat de matériel pour la conformité vont plus loin ; la seconde soutient que posséder la machine perd sur les coûts et qu'on l'achète pour la conformité, ou pas du tout. Ce que ces sources ajoutent, c'est que l'argument de conformité vient maintenant avec un modèle qui tient.
Quoi faire lundi.
Voici comment nous dimensionnerions la note de travail de l'entreprise de plomberie, ou tout travail semblable. Les étapes sont les nôtres, non des recommandations des sources.
- Écrivez la forme de la tâche avant de choisir un palier.
Quatre nombres : les jetons en entrée (la note dictée, peut-être 300), les jetons en sortie (le bon de travail, peut-être 400), les exécutions par jour (une par intervention, soit peut-être 30 interventions pour toute l'équipe) et l'échéance (le technicien est debout dans un sous-sol ; dix secondes, ça va, deux minutes, non). Ensuite, les renseignements : noms, adresses, numéros de téléphone ? Pour la note de travail, oui.
→ un travail qu'une puce de portable de base, à 20 jetons par seconde, termine en environ 20 secondes (nos calculs à partir du fil) - Mesurez sur le matériel que vous possédez déjà.
La commande du fil (
llama-bench, un prompt de 512 jetons, 128 jetons générés) s'exécute sur n'importe quel portable du bureau. Le fil ne couvre que des puces Apple ; llama-bench se compile aussi sous Windows et sous Linux, et la même commande donne donc un chiffre pour un PC de bureau, la bande passante à laquelle le comparer étant celle de la fiche technique de la mémoire de cette machine (nous n'avons trouvé aucun tableau pour PC que nous puissions citer). Lancez-la avec le modèle que vous déploieriez vraiment, pas avec Llama 2 7B. Les chiffres absolus du fil sont périmés ; les vôtres ne le seront pas.→ les jetons par seconde de votre machine, de votre modèle, avec les logiciels de cette année - Évaluez un modèle de 3 à 4 milliards sur votre tâche avec un jeu de réponses connues.
Prenez vingt vraies notes, retirez les renseignements personnels ou faites le test là où les renseignements ont le droit d'aller, et rédigez à la main le bon de travail correct pour chacune. Faites passer le petit modèle et comptez les erreurs au niveau des champs. Apple a perdu 3,4 points MMLU à cause de la compression à 2 bits ; ce que vous devez savoir, c'est combien d'adresses fausses ce genre de modèle produit sur vos notes. S'il échoue, vérifiez d'abord ce que vous lui avez fourni avant d'accuser sa taille : envoyez la note et les champs dont vous avez besoin, pas tout le dossier du client.
→ le seuil de qualité, mesuré sur le travail, non sur le banc d'essai - Choisissez le palier, nommez l'EFVP, prévoyez que le modèle changera.
Si le petit modèle réussit sur l'appareil, vous obtenez la posture de vie privée la plus simple et aucun déboursé au jeton ; l'EFVP du nouveau système demeure à faire, avec la personne responsable de la protection des renseignements personnels dans le coup dès le départ. S'il échoue et que les renseignements sont personnels, l'étape suivante est un serveur local, et non des services infonuagiques. Dans les deux cas, faites du modèle un réglage : le modèle sur appareil à 2 bits de 2025 ne sera pas celui que vous ferez tourner en 2027.
→ une décision que vous pouvez défendre, et remplacer
Ce que cette note ne prétend pas.
Pas que l'appareil batte l'infonuagique sur la qualité. Le tableau d'Apple lui-même donne à son modèle sur appareil d'environ 3 milliards un score de 64,4 sur MMLU après compression, et à son modèle serveur 79,2.[1] Les petits modèles peuvent suffire pour des appels étroits et répétitifs ; personne ici ne prétend qu'ils égalent les modèles de pointe sur du travail ouvert.
Pas que la relation avec la bande passante soit une loi. Un fil de bénévoles, un modèle, une version de 2023, des puces Apple seulement. La vitesse de génération a augmenté avec la bande passante à chaque rangée que nous avons utilisée, et le fil n'en énonce pas la cause. L'explication selon laquelle chaque jeton lit chaque poids est l'explication classique, et c'est la nôtre ; le fil fournit la tendance, non la preuve. La batterie et la chaleur ne sont mesurées par aucune source ici, elles ne le sont donc pas ici.
Pas que les bancs d'essai des fournisseurs se transposent à votre tâche. MMLU, IFEval, GSM-8K et LMArena mesurent ce qu'ils mesurent. Une note de travail dictée en français du Québec, avec une adresse civique dedans, se mesure avec votre jeu de vingt notes, et rien d'autre.
Pas un avis juridique. Les passages de la CAI sur l'EFVP sont cités tels que le régulateur les énonce.[6] Savoir si un déploiement donné en relève, et ce que l'évaluation doit contenir, est une question pour la personne responsable de la protection des renseignements personnels et, au besoin, pour un conseiller juridique.
Si l'un de vos flux de travail fait passer des renseignements sur vos clients par une étape d'IA et que vous voulez savoir s'il pourrait tourner sur des appareils que vous possédez déjà, décrivez-nous l'étape (jetons en entrée et en sortie, fréquence, nature des renseignements ; ni identifiants ni dossiers de clients) par le formulaire de contact. Nous vous répondrons par courriel, gratuitement, avec le palier par lequel nous commencerions et le test de vingt cas que nous exécuterions en premier. Placer l'IA dans une automatisation est un volet de nos services d'automatisation de flux de travail.