13 minutes de lecture

Discussions sur l'intégration de l'IA avec Happy Horizon

Par

Saad Merchant

Publié le

23 septembre 2025

Mise à jour le

23 septembre 2025

EN CONVERSATION AVEC

Floris Schreuder

Tech Lead Solutions, Happy Horizon

Lire le blog

Alors que l'IA continue de remodeler le paysage numérique, les entreprises sont de plus en plus à la recherche de moyens pratiques pour automatiser les processus grâce à it. Happy Horizon est une agence numérique de premier plan qui utilise déjà l'iPaaS (plateforme d'intégration en tant que service) d'Alumio pour aider plusieurs clients à améliorer leur efficacité opérationnelle grâce à toutes sortes d'intégrations d'IA. Nous avons interviewé Floris Schreuder, Tech Lead Solutions chez Happy Horizon, pour comprendre toutes les intégrations intelligentes alimentées par l'IA qu'il a construites et comment il utilise Alumio pour le faire. Lisez la suite pour découvrir les différentes intuitions, études de cas et preuves de concepts que Floris a partagées avec nous, qui montrent comment les intégrations intelligentes de l'IA ouvrent de nouvelles opportunités pour l'automatisation des entreprises.

1. Comment avez-vous commencé à créer des intégrations d'IA ?

"Peu après le lancement de ChatGPT, j'ai commencé à expérimenter l'intégration de l'IA en utilisant la plateforme d'intégration Alumio iPaaS. Les résultats avec les premiers modèles GPT n'étaient pas excellents, mais voyant le potentiel futur, je it ai d'abord utilisé pour soutenir mon processus de création de flux de travail au sein d'Alumio.

Mon premier projet d'intégration de l'IA est né lorsque j'ai conseillé à un client de ne pas utiliser d'outil de traduction pour son site web de commerce électronique, qui était trop technique et problématique à long terme. À la place, j'ai proposé une alternative basée sur l'IA en utilisant l'iPaaS Alumio , que nous utilisions déjà pour les aider à intégrer Akeneo, leur système PIM (Product Information Management).

Après avoir exploré plusieurs solutions d'IA, j'ai opté pour la plateforme Vertex AI de Google et choisi leurs modèles Gemini pour le projet d'intégration. La traduction des produits de l'anglais ou du néerlandais vers d'autres langues avec Gemini a été facile et rapide. L'utilisation de l'iPaaS d Alumio pour intégrer l'IA au systèmePIM Akeneo du client a également été relativement simple et directe.

Le flux d'intégration que nous avons construit au sein d'Alumio implique :

a) Récupérer les données des produits (en anglais ou en néerlandais) duPIM Akeneo dans Alumio.
b) Cartographier les données dans Alumio pour les envoyer à la solution Gemini AI.
c) Envoyer les attributs des produits qui doivent être traduits au modèle Gemini AI via Alumio.
e) Recevoir les traductions de Gemini et les enregistrer dans le champ d'application spécifique de cette langue.

En 16 heures environ, nous avons traduit 12 000 produits grâce à cette intégration AI. Nous avons permis au client d'économiser environ 500 à 600 euros en frais mensuels que l'autre application de traduction lui aurait coûté. Le retour sur investissement a été atteint en seulement trois mois.

2. Comment un iPaaS contribue-t-il à l'intégration de l'IA ?

"Lorsqu'on utilise un iPaaS comme Alumio, l'ajout de l'IA dans le flux d'intégration est relativement simple et s'aligne bien sur la façon dont l'iPaaS fonctionne déjà. En général, l'iPaaS extrait des données d'un système, it transforme dans un format structuré et it transmet à un autre système. Lorsque vous introduisez l'IA, le processus est presque identique : vous récupérez les données, vous les structurez et les mappez d'une manière attendue par l'IA, vous it envoyez dans le modèle/la boîte noire de l'IA, vous recevez une réponse, puis vous traitez ou Route cette réponse en conséquence.

L'IA peut être utilisée efficacement de deux manières en combinaison avec un iPaaS: la première, plus difficile à mettre en œuvre pour l'instant, consiste it utiliser l'IA pour améliorer le développement de l'intégration elle-même au sein de l'iPaaS, et la seconde consiste à intégrer l'IA pour améliorer les capacités des produits.

Améliorer le développement de l'intégration avec l'IA : Dans le premier cas d'utilisation, j'alimente l'outil d'IA avec mes stratégies et mes modèles de construction d'intégrations en utilisant Alumio. En réponse, l'IA aide à générer une implémentation de base de ces stratégies, c'est-à-dire qu'it ne construira pas le mappage complet ou n'appliquera pas la logique métier, mais it me fournira la configuration de base. Par exemple, it me donnera la configuration entrante pour récupérer les données d'Akeneo et inclura la logique pour stocker les horodatages. Ainsi, chaque exécution ne récupère que les données nouvelles ou mises à jour. En d'autres termes, it permet de générer rapidement un squelette pour les Routes, ce qui peut accélérer les premières étapes de la configuration de l'intégration.
Intégrer l'IA à d'autres outils ou applications : Du côté des produits, l'intégration de l'IA via l'iPaaS d Alumio peut aider à automatiser des tâches complexes telles que la traduction des données produit (comme exploré dans l'exemple précédent). L'IA est particulièrement efficace pour structurer les données non structurées. Par exemple, une preuve de concept que nous menons actuellement implique l'automatisation du traitement des bons de commande reçus au format PDF par e-mail. Le client souhaite importer automatiquement ces bons de commande dans son ERP. Alors que certains de leurs fournisseurs envoient des données EDI structurées qui s'intègrent facilement à leur ERP, beaucoup envoient simplement des PDF par courrier électronique après une commande verbale. Les outils d'OCR traditionnels qui pourraient être utilisés pour lire les PDF nécessitent un modèle unique pour chaque fournisseur, qui se brise constamment en cas de modification de la mise en page. Pour résoudre ce problème, nous avons mis en place un système dans lequel les fournisseurs envoient les PDF par courrier électronique à une boîte de réception dédiée. Nous avons ensuite construit une intégration pour l'iPaaS Alumio afin de récupérer les commandes PDF dans cette boîte de réception et de it envoyer à l'outil Gemini AI, tout en enrichissant la demande avec des données contextuelles provenant de l'ERP (par exemple, le catalogue complet du fournisseur). Gemini croise ces données ERP et extrait ensuite des données spécifiques du PDF, comme les noms des fournisseurs ou les détails de la commande, ce qui nous permet de créer automatiquement des bons de commande structurés.

Dans l'ensemble, bien qu'Alumio accélère déjà la façon dont nous construisons des intégrations et automatisons les processus pour nos clients, l'ajout de l'IA aide définitivement à stimuler l'efficacité sur les deux fronts."

3. Quelle est la marge d'erreur lors de l'élaboration d'intégrations d'IA ?

"La plupart des erreurs d'IA générative dépendent de la quantité d'informations contextuelles que l'IA reçoit. Par exemple, dans l'exemple précédent, où nous avons utilisé Alumio pour construire une intégration afin d'envoyer les PDF des fournisseurs à Gemini pour enrichissement, nous avons également modifié l'échange de données pour inclure des données contextuelles provenant de l'ERP (catalogue complet des fournisseurs). Cela permet à l'IA de faire des associations intelligentes lorsqu'elle transforme les PDF des fournisseurs en bons de commande. Par exemple, si un PDF mentionne "BR Green" comme fournisseur, l'IA peut comprendre qu'it s'agit probablement de "Brothers Green" dans l'ERP. L'ajout d'informations contextuelles réduit donc considérablement le risque d'erreur.

Pour réduire la marge d'erreur avec l'IA générative, nous combinons généralement nos intégrations d'IA avec une interface utilisateur, qui affiche le contenu généré par l'IA et permet aux utilisateurs de it 'examiner avant de it 'autoriser à être mis en ligne. Nous configurons également Alumio pour qu'il effectue des vérifications en arrière-plan, par exemple en signalant les divergences si le prix de la commande ne correspond pas à ce que l'ERP attend. Le niveau de supervision dépend du cas d'utilisation, certaines entreprises étant d'accord pour pousser les données de produits traduites par l'IA directement vers leur boutique en ligne sans it examiner. D'autres insistent sur l'approbation manuelle avant la publication. Mais pour les processus critiques tels que les bons de commande, où les erreurs peuvent avoir un impact financier, il est essentiel de valider ce que l'IA génère."

4. Quels sont les plus grands défis en matière d it intégration de l'IA ?

"Le plus grand défi actuel est que la plupart des modèles d'IA sont encore fondamentalement construits sur de grands modèles de langage (LLM). Même du côté de l'API, ils sont principalement conçus pour des interactions de type chatbot, ce qui n'est pas la façon dont nous les utilisons généralement dans les intégrations. Il existe des fonctionnalités telles que l'appel de fonction ou les sorties structurées (que Gemini de Google, par exemple, prend en charge). Pourtant, nous recevons encore souvent des réponses en texte brut contenant un objet JSON , plutôt que de recevoir directement du JSON structuré. Cela montre que ces modèles sont toujours ancrés dans la conception conversationnelle, même lorsqu'ils sont utilisés pour des processus dorsaux.

Cela nous a posé un certain nombre de problèmes, en particulier lorsqu'it s'agit de désérialiser les réponses. Les modèles comprennent assez bien le code, mais ils it génèrent toujours sous forme de texte brut. Cela signifie qu'ils peuvent oublier une virgule, manquer un crochet ou faire d'autres petites erreurs de syntaxe qui peuvent interrompre un processus. La gestion de ces incohérences demande un certain travail au début, mais les modèles s'améliorent rapidement et sont déjà beaucoup plus fiables qu'ils ne l'étaient il y a un an".

Passer de l'ambition de l'IA à l'action

Obtenir le manuel de l'IA d'Alumio

Obtenir une demo gratuite de la plateforme Alumio

Demande de renseignements

5. Quels autres avantages commerciaux ou cas d'utilisation voyez-vous dans l'application de l'IA aux intégrations ?

"Les intégrations de l'IA peuvent débloquer de nouvelles capacités côté client, en transformant des données désordonnées et non structurées en quelque chose de propre, de consultable et d'évolutif. L'intégration de l'IA pour améliorer les capacités des produits change définitivement la donne, en particulier en ce qui concerne les économies de temps et d'argent.

Traduction rentable grâce à l'IA:
Comme indiqué précédemment, l'IA simplifie considérablement la traduction. Par exemple, la traduction manuelle de 15 000 produits et l'ajout de 150 nouveaux produits chaque mois nécessitaient auparavant un employé spécialisé ou une agence tierce. Cela pouvait coûter des centaines, voire des milliers d'euros par mois. Avec l'IA, le coût tombe à quelques euros pour traduire des milliers de produits. Cela suffit à changer la donne. Même si vous ne vendez qu'aux Pays-Bas, il n'y a plus aucune raison de ne pas proposer votre boutique en ligne en anglais. it à l'intégration de l'IA, it ne coûte pratiquement rien et rend votre boutique plus accessible.

Enrichissement des données sur les produits grâce à l'IA:
L'enrichissement des données constitue un autre avantage majeur. De nombreux clients ont des catalogues de produits où chaque article n'a qu'un nom et une description, sans aucun attribut structuré. it est donc impossible de créer une boutique en ligne utilisable avec des filtres ou des catégories. L'IA peut désormais classer et extraire des données structurées de ce texte non structuré. Supposons qu'un client vende des vis et que le catalogue contienne 150 000 produits avec seulement des descriptions de base. La définition d'un modèle de produit et l'exécution des données par une intégration d'IA peuvent aider à extraire des attributs clés tels que la longueur, la largeur et le type. Cela permet de créer des données plus structurées qui modifient complètement la fiabilité du classement et de la présentation en ligne de ces produits.

Extraction d'attributs à partir d'images avec l'IA :
Nous expérimentons également l'enrichissement à partir d'images, dans le cas d'un client du secteur de la mode qui possède 50 000 produits et plusieurs images par article. Auparavant, it employés devaient examiner manuellement chaque image afin de marquer des attributs tels que le type de col. Désormais, nous soumettons ces images à l'intelligence artificielle pour analyser visuellement et extraire automatiquement 3 à 4 attributs clés du produit. Les données existent déjà dans l'image du produit. L'IA peut désormais extraire ces attributs de l'image sans intervention humaine".

6. Comment minimiser les erreurs de l'IA ou sa tendance à l'hallucination ?

"Nous avons mis en place plusieurs garde-fous. Une vérification simple consiste à s'assurer que l'IA renvoie tous les champs attendus. Par exemple, si nous envoyons cinq champs de produits à traduire et que nous n'en obtenons que quatre en retour, nous savons que quelque chose n'a pas fonctionné. L'iPaaS Alumio peut facilement le signaler. Nous vérifions également si l'entrée et la sortie sont identiques, car il arrive que l'IA se contente de renvoyer le texte original. C'est un autre signal d'alarme que nous pouvons catch automatiquement.

Cependant, le véritable défi réside dans le fait que nous travaillons souvent avec des données non structurées. Dans des cas comme les traductions de produits, nous ne pouvons pas vraiment vérifier la qualité d'une traduction automatiquement. Alumio n'a aucun moyen de savoir si la traduction allemande est précise ou fluide, et it faudrait une révision humaine pour le confirmer. Pour cette raison, nous informons toujours nos clients qu'il y aura une marge d'erreur. Parfois, itest faible, de l'ordre de 1 %, mais dans d'autres cas, it peut aller jusqu'à 30 %.

It dépend de la complexité du processus et de la manière dont l'IA gère la task spécifique. C'est également la raison pour laquelle nous intégrons fréquemment des interfaces utilisateur permettant à quelqu'un de réviser et d'approuver ce que l'IA génère. Il est généralement plus rapide de réviser un contenu que de it créer à partir de zéro. Si la traduction manuelle d'un produit prend cinq minutes, la révision d'une version générée par l'IA peut ne prendre que 20 à 30 secondes. Rien que cela, c'est un gain de temps considérable".

7. Quels sont les autres modèles d'IA qui fonctionnent pour les intégrations d'IA et comment se comparent-ils ?

"Nous avons également testé OpenAI et Claude.Dans l'ensemble, les différences entre eux sont assez minimes en it de fonctionnalités. La plupart d'entre eux suivent une conception d'API similaire, donc d'un point de vue technique, it choix de l'un ou de l'autre n'a pas vraiment d'importance.

Au départ, il y avait un écart de qualité notable entre Gemini et OpenAI, mais Google a rapidement rattrapé son retard. Ce qui distingue vraiment Gemini pour nous aujourd'hui, c'est sa tarification, en particulier ses modèles Flash, qui sont incroyablement rentables. Par exemple, la traduction de 1 500 produits avec Gemini ne coûte que deux ou trois euros. Avec OpenAI, le même travail pourrait être 100 fois plus cher, ce qui s'additionne rapidement lorsque l'on travaille à grande échelle.

En termes de qualité, les nouveaux modèles de Google, en particulier les versions 2.0 et maintenant 2.5, ont fait un grand bond en avant. Ils sont solides, rapides et leur prix reste bien inférieur à celui de leurs concurrents. Je ne dirais pas que les autres sont mauvais, mais ils n'ont pas apporté suffisamment de valeur ajoutée pour justifier un changement.

8. Comment voyez-vous l'évolution du rôle de l'IA dans les intégrations à l'avenir ?

"L'un des domaines où l'IA apporte déjà une valeur ajoutée est celui des environnements à low-code . Je construis souvent des interfaces utilisateur à l'aide d'outils de type "glisser-déposer", mais elles nécessitent toujours beaucoup de JavaScript en arrière-plan. Je ne suis pas un expert en JavaScript, mais ChatGPT est très doué pour écrire de petits extraits. Je ne it ferais pas confiance pour créer une application complète, mais it est incroyablement utile pour effectuer des tâches spécifiques telles que le tri de tableaux ou la génération de fonctions simples. Cela suffit à augmenter la productivité, en particulier pour les non-développeurs qui utilisent des outils comme le transformer code d'Alumio.

Ce qui change vraiment la donne, c'est la façon dont l'IA traite les données non structurées. Par exemple, les clients doivent souvent se connecter à des agrégateurs tels que GS1, qui peuvent avoir 15 000 attributs de produits et des centaines de milliers d'options. Leur système PIM peut n'en prendre en charge que quelques centaines. Il est impossible de cartographier manuellement ces données, mais l'IA peut it faire. Nous avons élaboré des preuves de concept dans lesquelles l'IA reçoit à la fois les données GS1 et le modèle de produit du client, puis les met en correspondance de manière intelligente à la volée.

C'est dans ce type de cartographie dynamique que l'IA brille vraiment. Même si it ne remplacera pas la logique commerciale complexe, comme la synchronisation des commandes entre les systèmes, ittransforme déjà la façon dont nous traitons les données sur les produits, les correspondances entre les flux et la classification à grande échelle."

L'utilisation de l'IA et d'Alumio pour rationaliser les opérations commerciales

Notre entretien avec Floris Schreuder sur ses expériences d'intégration de l'IA chez Happy Horizon met en évidence les avantages pratiques de l'optimisation des opérations commerciales grâce à l'IA. En créant ces intégrations avec l'iPaaS d Alumio , Floris aide ses clients à automatiser les processus et à réduire les coûts de manière inventive. L'un des principaux avantages des intégrations d'IA que Floris a mis en évidence est la capacité de transformer des données non structurées en données structurées et exploitables, ce qui facilite it catégorisation rapide et la mise à l'échelle des opérations. Si les intégrations d'IA offrent un immense potentiel en matière d'automatisation, la supervision humaine reste essentielle pour garantir l'exactitude et la qualité des données. Alors que les outils d'IA continuent d'évoluer, les combiner avec des solutions d'intégration comme Alumio continuera d'ouvrir des portes à des automatisations plus intelligentes et à des solutions d'affaires plus adaptatives.

Connecter avec des applications populaires !

Aucun élément n'a été trouvé.

Sujets abordés dans ce blog :

Intelligence artificielle

iPaaS

Interviews

Innovation commerciale

Niveau C

Saad Merchant

Copywriter chez Alumio

Saad a une dizaine d'années d'expérience dans la rédaction de toutes sortes de contenus pour des supports de marketing numérique. Chez Alumio, il s'est passionné pour l'idée d'intégration d'applications. Il aime maintenant "intégrer" toute son expérience en marketing pour expliquer le fonctionnement d'Alumio d'une manière amusante, inventive et facile à comprendre. Sur le plan personnel, il s'efforce d'intégrer sa passion pour la philosophie, les anime, les jeux, la fiction, le cinéma, la nourriture et l'art de la bonne conversation.

Saad Merchant

Copywriter chez Alumio

Saad a une dizaine d'années d'expérience dans la rédaction de toutes sortes de contenus pour des supports de marketing numérique. Chez Alumio, il s'est passionné pour l'idée d'intégration d'applications. Il aime maintenant "intégrer" toute son expérience en marketing pour expliquer le fonctionnement d'Alumio d'une manière amusante, inventive et facile à comprendre. Sur le plan personnel, il s'efforce d'intégrer sa passion pour la philosophie, les anime, les jeux, la fiction, le cinéma, la nourriture et l'art de la bonne conversation.

FAQ

Autres blogs susceptibles de vous intéresser

iPaaS

Plateforme d'intégration alimentée par l'IA 2025 : Données en temps réel et automatisation des flux de travail iPaaS

Découvrez pourquoi les plateformes d'intégration alimentées par l'IA sont essentielles pour 2025. De l'intégration des données en temps réel à l'automatisation des flux de travail, découvrez comment les entreprises intelligentes connectent les outils d'IA pour bénéficier d'un avantage concurrentiel.

Interviews

L'orchestration de l'IA expliquée : Le moteur invisible des flux de travail plus intelligents

Enrise montre comment l'orchestration de l'IA transforme des flux de travail complexes en une automatisation transparente. En intégrant les systèmes à l'iPaaS, l'IA invisible permet des opérations plus intelligentes et plus rapides.