LightOn

Qu’est-ce que LightOn ?

LightOn est une entreprise française d’IA fondée à Paris en 2016, qui propose des solutions d’IA générative sûres et contrôlables aux entreprises et aux institutions publiques. Son produit phare actuel, Paradigm, permet de relier les grands modèles de langage aux documents internes de l’organisation, aux connaissances métier et aux outils.

LightOn a débuté ses activités par le développement de matériel informatique optique, avant de se concentrer après 2020 sur les grands modèles de langage et l’IA générative d’entreprise. La société est cotée sur le marché Growth de la Bourse paneuropéenne de Paris, et ses activités couvrent principalement les secteurs financier, industriel, médical, de la défense et public.

Une phrase pour présenter

Paradigm est une plateforme d’IA d’entreprise pour la recherche et les agents, pouvant être déployée dans des clouds souverains, des infrastructures client ou des réseaux isolés. Elle prend en charge la compréhension des documents, la génération améliorée par la recherche, le basculement de modèles, la gouvernance des droits d’accès, l’automatisation des workflows et des interfaces de développement.

Quel problème Paradigm résout-il ?

• Permettre aux employés d’utiliser l’IA générative dans un environnement contrôlé pour traiter les connaissances internes.
• Récupérer des informations à partir d’une grande quantité de documents non structurés et générer des réponses fondées.
• Transformer les scans, les tableaux, les graphiques et les formats complexes en connaissances indexables.
• Créer des agents intelligents IA dédiés aux domaines juridique, financier, de la R&D ou du service client.
• Gérer plusieurs modèles commerciaux ou open source sur une plateforme unifiée.
• Déployer les services d’IA dans une infrastructure qui répond aux exigences de résidence des données.
• Intégrer les systèmes d’entreprise dans des processus automatisés via API et MCP.
• Utilisez les groupes d’utilisateurs, les espaces de travail, l’audit et SSO pour contrôler l’accès.

Fonctionnalités clés

Dialogue d’IA d’entreprise

Les employés peuvent choisir les modèles autorisés par l’organisation pour dialoguer, en utilisant les documents de l’espace de travail comme contexte. Les administrateurs peuvent configurer les instructions du système, les outils disponibles, les modèles et la portée des données.

Améliorer la recherche et les questions-réponses sur les documents

La plateforme recherche des extraits pertinents dans les documents autorisés grâce à la sémantique, aux mots-clés et à la capacité de réordonnancement, puis le modèle génère une réponse. Les utilisateurs peuvent consulter les documents et extraits trouvés, mais il est encore nécessaire de se référer au texte original pour vérifier les conclusions importantes.

Compréhension de documents multimodaux

Paradigm peut traiter du texte, des pages scannées, des graphiques, des images, du contenu manuscrit et des mises en page complexes, et les analyser grâce à l’OCR et à des modèles de langage visuel. La qualité de la reconnaissance dépend de la netteté du scan, de la langue, du format et de la taille du fichier.

Agent d’entreprise intelligent

Une organisation peut créer plusieurs agents dédiés, en configurant pour chaque agent des instructions, des modèles, des outils natifs, des serveurs MCP et des espaces de travail accessibles. Les agents peuvent appartenir à des individus, à des équipes ou à des entreprises, et l’accès est contrôlé par des groupes d’utilisateurs.

Gestion de modèles

Les administrateurs peuvent accéder à des modèles visuels, des modèles linguistiques et des modèles d’embeddings, et choisir entre un hébergement self-hosted, des API tierces ou d’autres modes de déploiement. La disponibilité des modèles dépend de la configuration de l’instance et des droits de la clé API ; tous les clients ne voient pas la même liste de modèles.

Connecteur d’entreprise

La plateforme permet d’intégrer des données d’entreprise telles que SharePoint, Teams, Google Drive et ServiceNow dans l’espace de travail, et de synchroniser les documents selon les paramètres définis. La portée réelle des connecteurs dépend de la version, du déploiement et du contrat.

Outils intégrés et MCP

Les agents de Paradigm peuvent appeler des outils natifs tels que la recherche de documents, l’analyse de documents, la recherche sur le web et l’exécution de code, ainsi que se connecter à des serveurs MCP externes. L’administrateur peut décider si les outils doivent être sélectionnés automatiquement par le modèle ou spécifiés manuellement par l’utilisateur.

Mode d’intégration MCP

L’administrateur du système ou l’administrateur de l’entreprise peut enregistrer des serveurs MCP externes, puis attribuer les outils correspondants aux Agents. Les résultats MCP ne sont pas automatiquement enregistrés dans l’index interne de Paradigm ; la qualité des réponses dépend de la capacité de recherche et de la conception des droits du serveur externe lui-même.

1. Vérifier que l’instance a activé les fonctionnalités Agent et MCP.
2. Enregistrer les serveurs MCP fiables dans l’interface d’administration.
3. Configurer le nom du serveur, l’adresse, le jeton d’authentification et la portée de visibilité.
4. Vérifier que les jetons sont stockés de manière chiffrée et avec des droits minimaux.
5. Associer le serveur MCP à un agent ou une configuration de chat spécifiés.
6. Outils de test : détection, paramètres, valeurs de retour et gestion des erreurs.
7. Vérifier que différents groupes d’utilisateurs ne peuvent pas consulter les informations de connexion auxquelles ils n’ont pas accès.
8. Après mise en ligne, auditer les journaux des appels et renouveler périodiquement les identifiants.

Zone de travail, collections et permissions

Paradigm organise les connaissances au moyen d’entreprises, de groupes d’utilisateurs, d’espaces de travail, de collections et de documents. Les groupes d’utilisateurs déterminent quels espaces de travail les membres peuvent accéder, et l’Agent peut en outre restreindre davantage la portée des espaces de travail pouvant être recherchés.

Processus de traitement de documents

1. Planifier les groupes d’utilisateurs et les espaces de travail par département et niveau de sensibilité des données.
2. Télécharger un fichier ou configurer le connecteur de données d’entreprise.
3. Choisissez le mode de parsing et d’OCR adapté au type de fichier.
4. Attente de la fin du processus d’extraction, de segmentation, d’incorporation et d’indexation des documents.
5. Utiliser des questions représentatives pour vérifier si les extraits de recherche sont exacts.
6. Ajuster les étiquettes, le filtrage, les métadonnées et les droits d’accès.
7. Faire vérifier par le commercial la réponse et le texte original correspondant.
8. Élaborer des stratégies de mise à jour, de resynchronisation, d’archivage et de suppression.

Entrées et sorties supportées

Sélection de modèles et personnalisation de modèles

Une organisation peut configurer plusieurs modèles commerciaux, open source ou self-hébergés au sein d’une même instance Paradigm, et les attribuer aux utilisateurs en fonction de la confidentialité, des performances et des coûts. La plateforme prend également en charge l’intégration de modèles retreints avec LoRA, et recommande l’utilisation de cadres de services de modèles spécialisés pour les scénarios à fort débit.

• Les modèles de langage sont utilisés pour répondre, réécrire et raisonner par agents.
• Les modèles de langage visuel sont utilisés pour la compréhension des graphiques, des pages scannées et des images.
• Le modèle d’incorporation convertit les documents et les requêtes en vecteurs de recherche.
• Le modèle de réordonnancement améliore le classement de la pertinence des fragments candidats.
• Les modèles auto-hébergés exigent que le client soit responsable de la puissance de calcul, du monitoring et de la gestion des versions.
• Les API de modèles tiers introduisent des règles supplémentaires de traitement des données et de facturation.

Alfred et le modèle ouvert

LightOn a développé la série de modèles linguistiques commerciaux Alfred, et a également rendu publics divers modèles de recherche, ensembles de données et techniques de recherche. Lorsque les clients déploient Paradigm, ils peuvent utiliser les modèles LightOn ou se connecter à d’autres modèles ; il ne faut pas assimiler les fonctionnalités de la plateforme à un modèle fixe.

Mode de déploiement

Comment choisir entre SaaS, hybride et déploiement local

• Lorsqu’il est nécessaire de valider rapidement la valeur commerciale, il convient d’évaluer en priorité le SaaS.
• Les données doivent rester internes, mais un déploiement hybride peut être évalué en l’absence de GPU.
• Choisissez le déploiement local lorsque vous avez besoin d’un contrôle total sur l’infrastructure et les journaux.
• Un réseau isolé est nécessaire en cas de coupure totale du réseau ou dans un environnement confidentiel.
• Lors de la fourniture de produits à des clients externes, on peut évaluer les API sous marque blanche ou intégrées.
• Lors du choix, il faut prendre en compte en même temps les coûts de puissance de calcul, de stockage, de connecteurs, de maintenance et de mise à niveau.

Capacités API

Paradigm propose une API REST couvrant des fonctionnalités telles que les modèles, la messagerie, les agents, les threads, les outils, les fichiers, les espaces de travail, la recherche et la recherche de documents. Avant d’appeler l’API, il est nécessaire de générer une clé API à partir de l’instance, en se basant sur les modèles et ressources visibles avec cette clé réelle.

Précautions concernant la version API

Le document actuel de Paradigm conserve simultanément les versions v2 et v3 ainsi que des exemples liés aux anciennes versions ; certaines descriptions d’agents ont été marquées comme obsolètes. Pour de nouveaux projets, il convient d’abord de vérifier la version de distribution de l’instance avant de choisir l’interface la plus récente correspondante, et il est interdit d’utiliser directement des structures de requête de versions différentes.

1. Vérifier auprès de l’administrateur la version publiée de l’instance Paradigm.
2. Créer une clé API dédiée avec des droits minimisés.
3. Appeler la liste des modèles pour confirmer les noms des technologies disponibles.
4. Testez d’abord le téléchargement des fichiers, l’état de la lecture et les résultats de recherche.
5. Ajouter des délais d’attente, des tentatives de réessai et un suivi d’audit pour les appels de l’outil Agent.
6. Placer la clé API dans le système de gestion des clés serveur.
7. Comparez les notes de version v2, v3 et la nouvelle version avant la mise à niveau.
8. Mettre à jour l’intégration en production après validation dans l’environnement de test.

SDK pour développeurs et GitHub

LightOn gère l’organisation officielle GitHub et met à disposition le SDK Python, des bibliothèques pour l’entraînement de modèles de recherche vectorielle, des moteurs de recherche vectorielle ainsi que des ensembles de données de recherche. Les différents dépôts sont soumis à des licences telles que Apache 2.0 ou MIT, mais cela ne signifie pas que tout le code source de la plateforme commerciale Paradigm soit open source.

Méthode de tarification

LightOn ne publie pas de montant fixe et uniforme ; Paradigm propose généralement des tarifs en fonction du nombre de postes utilisateurs, du plan choisi, de l’architecture de déploiement, des infrastructures et de l’étendue des services. La plateforme met l’accent sur la tarification basée sur des postes fixes ou des infrastructures, plutôt que sur un facturation purement basée sur la génération de tokens.

Il est nécessaire de confirmer avant de demander un prix.

• Nombre de places, nombre d’administrateurs et gamme d’utilisateurs externes.
• Architectures de réseau SaaS, hybrides, locales ou isolées.
• Les modèles à connecter et leurs frais de licence indépendants.
• Taille du document, fréquence de synchronisation incrémentale et capacité de stockage.
• Exigences en matière de OCR, de recherche, de raisonnement et de performances parallèles.
• Les connecteurs tels que SharePoint sont-ils inclus dans la solution ?
• SSO, SCIM, audit, sauvegarde et haute disponibilité.
• Coûts de mise en œuvre, de formation, de mise à niveau, de support et d’SLA.
• Vérifier si les environnements de test, de pré-production et de reprise après sinistre sont facturés en supplément.

Sécurité et conformité des entreprises

Paradigm met l’accent sur le RGPD, le stockage des données, le chiffrement en transit et statique, les droits d’accès à faible granularité ainsi que les capacités d’audit ; la page du produit indique également une conformité SOC 2 Type 1. Les détails de la certification, les limites de déploiement et les engagements contractuels doivent être vérifiés par l’équipe de sécurité du client auprès des documents justificatifs.

Confidentialité et traitement des données

Paradigm s’adresse aux utilisateurs professionnels et gère des données telles que les comptes, les journaux d’utilisation, les documents et les configurations clients. La manière dont les données sont stockées et traitées dépend du contrat de déploiement SaaS, hybride ou local ; il n’est pas possible d’appliquer directement les règles de confidentialité liées au déploiement local aux instances hébergées.

• Classer les informations personnelles, les secrets commerciaux et les données soumises à réglementation avant le téléchargement.
• Vérifier si le fournisseur de modèles reçoit des prompts ou des fragments de documents.
• Restreindre l’accès aux données de production aux personnes de soutien et aux administrateurs.
• Configurer des identifiants en lecture seule et à portée minimale pour le connecteur.
• Établir des règles pour la synchronisation, les versions, l’archivage et la suppression des documents.
• Vérifier la durée de conservation des journaux, des sauvegardes et des index vectoriels.
• Récupérer les droits en temps opportun après le départ, les ajustements de département et la fin des projets.

À qui s’adresse-t-il

• Les grandes entreprises qui souhaitent déployer de l’IA générative sur des données sensibles.
• Organisations françaises et européennes ayant besoin d’un cloud souverain ou d’une mise en œuvre locale.
• Institutions financières, médicales et publiques soumises à des règles de conformité strictes.
• Équipes juridiques, de recherche et développement et de connaissances ayant besoin de recherche de documents multimodaux.
• Les organisations qui souhaitent créer plusieurs agents spécialisés et contrôler la portée des données.
• Les fabricants de logiciels qui doivent intégrer les capacités RAG dans leurs produits.
• Il est prévu de fournir aux clients des services cloud et des intégrateurs d’IA pour entreprises sous marque blanche.

Scénarios d'utilisation typiques

Avantages du produit

• Les modes de déploiement couvrent SaaS, hybride, local et réseau isolé.
• Recherche de documents, OCR, modèles, agents et gestion centralisée des permissions.
• Prend en charge la coexistence de modèles commerciaux, open source et auto-hébergés.
• L’analyse multimodale convient aux documents d’entreprise complexes.
• Fournit une API REST, MCP et des connecteurs de données d’entreprise.
• Il est possible de limiter la portée des connaissances de l’agent en fonction de l’équipe et de l’espace de travail.
• Le prix met l’accent sur la prévisibilité des places ou de l’infrastructure.
• Les autorités maintiennent en même temps des technologies de recherche ouverte et développent des SDK.

Restrictions et précautions

• Il n’y a pas de montant fixe public ; les achats nécessitent une communication avec les ventes et une évaluation technique.
• Une mise en œuvre locale nécessite toujours que le client dispose des ressources de calcul, de stockage et des capacités d’exploitation nécessaires.
• La reconnaissance de documents et les réponses ne garantissent pas une précision absolue.
• Une configuration incorrecte des droits peut permettre à l’agent d’accéder à des informations auxquelles il n’a pas le droit.
• La qualité et la sécurité des serveurs MCP externes ne sont pas garanties exclusivement par Paradigm.
• Les modèles visibles varient en fonction des instances, des versions et des clés API.
• Les documents pour API v2, v3 et les versions anciennes coexistent ; il est nécessaire de correspondre à la version de l’instance lors du développement.
• Publier un projet GitHub ne revient pas à rendre le noyau de Paradigm open source.
• Les modèles et connecteurs tiers peuvent introduire des contrats et des limites de données supplémentaires.

Recommandations de mise en œuvre

1. Choisissez un scénario métier dont la portée du document est claire et dont la valeur est mesurable.
2. Terminer la classification des données, l’analyse des droits d’accès et l’évaluation de l’architecture de déploiement.
3. Préparer des documents représentatifs, un ensemble de questions et des réponses types.
4. Configurer des espaces de travail, des groupes d’utilisateurs, des modèles et des connecteurs dans l’environnement de test.
5. Évaluer l’OCR, le taux de récupération de recherche, la précision des réponses et la traçabilité du texte original.
6. Définir les stratégies d’approbation, de permissions et d’audit pour les appels de l’outil Agent.
7. Effectuer des tests de sécurité, de conformité, de performance et de récupération en cas de panne.
8. Former les employés à distinguer les critères de recherche, les réponses des modèles et les jugements commerciaux.
9. Mettre en ligne sur une petite échelle et enregistrer les économies de temps, le taux d’erreurs et le taux d’utilisation.
10. Vérifiez les options de mise à niveau, de sauvegarde, de suppression et de sortie avant d’élargir le déploiement.

Questions fréquentes

Quelle est la relation entre LightOn et Paradigm ?

LightOn est une société de développement et d’exploitation, et Paradigm est sa plateforme d’IA générative destinée aux entreprises et aux institutions publiques. LightOn développe également le modèle Alfred ainsi que diverses technologies de recherche ouverte.

Paradigm peut-il être déployé en mode privé ?

Oui. La plateforme propose des architectures telles que le cloud local, le cloud privé, le cloud hybride et les réseaux isolés, ainsi que l’utilisation de SaaS sur des clouds souverains européens.

Paradigm ne peut-il être utilisé qu’avec le modèle LightOn ?

Non. L’administrateur peut accéder aux modèles LightOn, aux modèles commerciaux, aux modèles open source ou aux modèles hébergés par le client, mais la portée d’accès concrète dépend de la configuration de l’instance et du contrat.

Est-ce que l’API et le MCP sont pris en charge ?

Soutien. Paradigm propose plusieurs versions de l’API REST et permet à l’Agent de se connecter à des serveurs MCP externes ; lors du développement, il est nécessaire de vérifier la version de l’instance, les droits des clés et la portée des outils.

LightOn est-elle une entreprise open source ?

LightOn a rendu publics des projets tels que des SDK, des bases de données de recherche, des modèles et des ensembles de données, mais le cœur de la plateforme Paradigm reste un logiciel commercial propriétaire. Le statut open source doit être évalué en fonction de chaque répertoire et de sa licence respective.

Combien coûte Paradigm ?

Aucun montant fixe n’est publié ; les devis sont généralement personnalisés en fonction des postes, du plan, de l’architecture de déploiement, des infrastructures et de la portée des services. Les structures de coûts diffèrent pour les solutions SaaS, hybrides, locales et sur mesure.

Est-ce adapté aux utilisateurs individuels ?

Le produit s’adresse principalement aux organisations professionnelles, et non aux utilisateurs ordinaires pour des conversations personnelles. Les particuliers ou les petites équipes qui n’ont pas de besoins en matière de données d’entreprise, de gouvernance ou de déploiement peuvent avoir du mal à en tirer tout le parti.

Résumé

L’avantage principal de LightOn Paradigm est d’intégrer la recherche des connaissances d’entreprise, la compréhension des documents multimodaux, la gestion des modèles, les agents, les API et la gouvernance des droits dans une architecture de déploiement contrôlée. Il convient particulièrement aux organisations pour lesquelles les données sont sensibles, où la conformité est stricte et qui souhaitent réduire leur dépendance à l’IA publique.

Lors du choix, il ne faut pas se limiter à comparer l’efficacité des réponses des modèles, mais également évaluer l’analyse des documents, la transmission des droits d’accès, les connecteurs, l’infrastructure, les mises à jour, l’audit et le coût total de possession. Il est recommandé de commencer par des scénarios restreints et quantifiables, puis d’élargir progressivement en fonction du taux de précision réel et des coûts d’exploitation.