Atelierprivé.com – Lliv’IA, assistante mode IA & essayage virtuel Atelierprivé.com – Lliv’IA, assistante mode IA & essayage virtuel Client Atelierprivé.com Secteur Retail / Mode Type IA mode & essayage Période 2024 01Résumé Développement de Lliv’IA, une assistante mode IA pour le retail, combinant avatar biométrique, essayage virtuel et recommandations personnalisées de tenues. La solution joue le rôle de personal shopper digital, directement connectée au catalogue e-commerce d’Atelier Privé, pour aider chaque client à trouver rapidement des looks cohérents avec son style, sa morphologie et le contexte de son achat. 02Description Le projet Lliv’IA vise à offrir aux clients d’Atelier Privé une expérience d’achat mode nouvelle génération, fondée sur un avatar biométrique et l’essayage virtuel. À partir de quelques informations (mensurations, morphologie, préférences de style, contexte de l’événement), la solution génère un avatar 3D et propose des tenues complètes construites à partir du catalogue Prestashop. L’IA sélectionne les pièces compatibles (tailles, coupes, couleurs) et présente des silhouettes prêtes à l’emploi, avec possibilité d’ajuster certains éléments (chemise, veste, accessoires). Le moteur de recommandation, appuyé sur LangChain et ChatGPT, permet de dialoguer avec l’assistante (“je cherche une tenue business casual pour un séminaire”, “je veux quelque chose de plus formel”), qui ajuste en temps réel ses propositions. 03Enjeux Faciliter le choix de tenues complètes pour des clients souvent hésitants sur les associations de pièces, les coupes et les tailles. Réduire les retours liés à un mauvais choix de taille ou de coupe, en tenant mieux compte de la morphologie et des préférences. Augmenter la valeur moyenne du panier en proposant des looks complets (haut, bas, veste, accessoires) plutôt que des achats unitaires. Différencier l’expérience e-commerce d’Atelier Privé face à la concurrence en intégrant une assistante mode IA à forte valeur d’usage. 04Notre solution Conception d’un avatar biométrique 3D sous Unity, alimenté par les mensurations et la morphologie du client, pour simuler l’essayage virtuel des pièces du catalogue. Intégration avec Prestashop pour récupérer en temps quasi réel les produits, tailles, couleurs, stocks et prix, et construire des tenues directement à partir de l’offre existante. Mise en place d’un moteur de recommandation mode basé sur LangChain et ChatGPT, capable de proposer des looks complets en fonction du contexte (événement, dress code, saison) et des préférences utilisateur. Interface conversationnelle permettant au client d’affiner ses choix (“plus casual”, “moins formel”, “ajouter une veste”) et de valider une tenue en quelques interactions. Architecture pensée pour être enrichie progressivement avec de nouvelles règles métier (gestion des stocks, marges, priorisation de certaines gammes). 05Résultats & impact Expérience client fortement enrichie, avec un accompagnement proche d’un personal shopper en boutique mais accessible en ligne 24/7. Simplification du choix pour le client, qui visualise directement des ensembles cohérents plutôt que de parcourir le catalogue pièce par pièce. Potentiel d’augmentation du panier moyen via la mise en avant de tenues complètes et d’accessoires complémentaires. Socle réutilisable pour déployer l’assistante sur d’autres verticales (autres segments de clientèle, autres marques) ou ajouter de nouveaux services (conseil morphologie, abonnements look). 06Technologies clés Unity Prestashop Python LangChain LLM Avatar 3D Reco IA
Chatbot IA – Réponses en temps réel grâce au scraping du site web
Projet R&D – Chatbot IA connecté au site web & PDF Projet R&D – Chatbot IA connecté au site web & PDF Client R&D interne Secteur Tous secteurs Type Chatbot IA / R&D Période 2024 01Résumé Projet R&D de développement d’un chatbot IA capable de récupérer automatiquement, en temps réel, les informations d’un site web et des documents PDF pour répondre aux questions des clients. La solution combine scrapping, indexation intelligente et génération de réponses en langage naturel, afin d’offrir un assistant facilement intégrable sur tout type de site via une simple iframe HTML. 02Description Ce projet R&D a pour objectif de constituer un socle générique de chatbot IA “branché” sur le site web de l’entreprise et sa documentation PDF. Le moteur de scrapping collecte automatiquement les contenus publics (pages, FAQ, fiches produits, articles) ainsi que les documents structurants mis à disposition, puis les transforme en une base de connaissance interrogeable en langage naturel. L’interface de chat est intégrée au site sous forme d’iframe, sans modification lourde du front existant. Le cœur IA repose sur LangChain et ChatGPT, orchestrant les appels au LLM après récupération des passages pertinents. L’ensemble est pensé comme une brique réutilisable pour tout secteur, facilement déployable sur de nouveaux sites. 03Enjeux Valoriser la masse d’information déjà présente sur les sites et documents PDF, mais difficilement accessible pour les utilisateurs finaux. Réduire la charge des équipes support sur les questions récurrentes, tout en offrant une réponse immédiate et contextualisée 24/7. Disposer d’un socle chatbot IA générique, adaptable à différents secteurs et cas d’usage, sans redévelopper à chaque fois une architecture spécifique. Expérimenter des composants RAG, de scrapping et d’orchestration LLM pour les futurs projets clients. 04Notre solution Mise en place d’un pipeline de scrapping pour collecter automatiquement les contenus du site (HTML) et les documents PDF, avec des mécanismes de rafraîchissement régulier. Indexation intelligente des textes dans une base de connaissance optimisée pour la recherche sémantique et la récupération de passages pertinents. Orchestration des interactions via LangChain : récupération des bons contenus, construction de prompts de contexte et appel à ChatGPT pour générer des réponses en langage naturel. Intégration du chatbot sous forme d’iframe HTML, facilement réutilisable et paramétrable pour différents sites, avec options de branding. Conception d’une architecture modulaire permettant de réutiliser ce socle R&D dans des projets sectoriels (santé, finance, retail, industrie, etc.). 05Résultats & impact Socle technique prêt à être industrialisé pour des chatbots IA “branchés site web” sur différents comptes clients. Réduction attendue des sollicitations de premier niveau pour les équipes support, au profit d’un self-service client plus efficace. Amélioration de l’accès à l’information pour les utilisateurs finaux, avec des réponses cohérentes avec les contenus officiels du site et des PDF. Capitalisation interne sur les bonnes pratiques RAG (scrapping + indexation + LLM), réutilisable dans d’autres solutions Full Remote Factory. 06Technologies clés Python LangChain ChatGPT RAG Scraping PDF Iframe
Swipe & Click – Navigation e-commerce mobile par le pouce, connectée à Prestashop
Atelierprivé.com – Swipe & Click, expérience e-commerce mobile Atelierprivé.com – Swipe & Click, expérience e-commerce mobile Client Atelierprivé.com Secteur E-commerce / Retail Type App mobile & IA Période 2023 01Résumé Conception de Swipe & Click, une expérience de navigation e-commerce pensée pour le pouce sur mobile, entièrement connectée à Prestashop. L’interface permet de parcourir, filtrer et ajouter des produits au panier en quelques gestes, afin d’augmenter le taux de conversion mobile et de simplifier le parcours d’achat. L’application intègre également un chatbot IA client, qui accompagne l’utilisateur tout au long de son parcours (questions produits, tailles, commandes) directement depuis l’interface mobile. 02Description Le projet Swipe & Click vise à proposer à Atelierprivé.com une expérience e-commerce mobile optimisée pour un usage à une main, centrée sur le geste du pouce. L’application Flutter se connecte au back-office Prestashop pour exposer le catalogue produits, les prix, les promotions et les stocks en temps quasi réel, dans une interface épurée et rapide à parcourir. Les clients peuvent balayer les produits, appliquer des filtres, consulter des fiches détaillées et ajouter au panier en un minimum de gestes, sans friction. Un chatbot IA intégré, basé sur LangChain et ChatGPT, apporte une couche de conseil et d’assistance : réponses aux questions fréquentes, aide au choix, suivi de commande. L’ensemble constitue une vitrine mobile moderne, différenciante, conçue pour améliorer l’expérience utilisateur et la performance commerciale. 03Enjeux Taux de conversion mobile inférieur au potentiel, du fait de parcours d’achat peu adaptés à une navigation à une main sur smartphone. Besoin de fluidifier l’accès au catalogue (parcours, filtres, ajout au panier) tout en restant connecté au socle Prestashop existant. Attente d’une relation plus interactive avec les clients, capable de répondre instantanément aux questions sans surcharger le support humain. Volonté de moderniser l’image d’Atelierprivé.com avec une expérience mobile premium, centrée sur l’usage réel des clients. 04Notre solution Conception d’une application Flutter pensée “thumb-first”, avec un parcours de navigation basé sur le swipe et des actions clés accessibles en quelques gestes (favoris, détails, ajout au panier). Intégration avec Prestashop via API pour la synchronisation du catalogue, des stocks, des promotions et des informations de compte client. Mise en place d’un chatbot IA embarqué dans l’application, construit avec LangChain et ChatGPT, pour répondre aux questions sur les produits, les tailles et les commandes. Architecture légère et évolutive, permettant de tester rapidement de nouvelles mécaniques d’engagement (recommandations, campagnes ciblées, scénarios de relance). 05Résultats & impact Parcours mobile simplifié, plus rapide et plus agréable pour les utilisateurs d’Atelierprivé.com. Meilleure mise en avant du catalogue sur smartphone, avec un accès plus direct aux produits et aux filtres clés. Diminution de la charge du support client sur les questions récurrentes grâce au chatbot IA, tout en offrant une réponse instantanée aux clients. Socle applicatif réutilisable pour de futures fonctionnalités d’IA (recommandations personnalisées, segmentation comportementale, scénarios de fidélisation). 06Technologies clés Flutter Prestashop Python LangChain LLM Chatbot IA API REST
IA d’assistance pour les entraineurs de football
Startup confidentiel – Assistant IA vidéo pour entraîneurs de football Startup confidentiel – Assistant IA vidéo pour entraîneurs de football Client Startup confidentiel Secteur Sport / IA Type IA vidéo Période 2023 01Résumé Développement d’une solution d’assistance IA pour les entraîneurs de football, permettant d’analyser automatiquement les vidéos des matchs et des entraînements afin d’optimiser les décisions tactiques et la performance des joueurs, notamment lors des revues vidéo d’après match ou séance. La plateforme combine vision par ordinateur, analyse statistique avancée et recommandations générées par LLM pour transformer des heures de vidéo en insights directement exploitables par les staffs techniques. 02Description Le projet consiste à doter une startup spécialisée dans la performance football d’un assistant IA capable d’analyser automatiquement les vidéos de matchs et d’entraînements. Les flux vidéo sont traités par des modèles de Computer Vision pour détecter le ballon, les positions des joueurs, les trajectoires, les contacts et les principales phases de jeu. Ces données structurées alimentent ensuite des modules d’analyse statistique et un LLM, afin de produire des synthèses lisibles par les entraîneurs : temps forts, patterns tactiques, comportements récurrents par joueur ou par ligne. L’interface Flutter permet aux staffs de naviguer dans les séquences clés, de filtrer par type de situation (transitions, pressing, coups de pied arrêtés, etc.) et de préparer rapidement les revues vidéo collectives. Le back-end Django / Python orchestre les traitements, la gestion des données et l’exposition des API, dans une logique de MVP déjà opérationnel et extensible. 03Enjeux Volume très important de vidéos (matches, entraînements) rendant les revues manuelles longues, incomplètes et fortement dépendantes de la subjectivité des observateurs. Besoin d’objectiver la performance des joueurs et des lignes (déplacements, intensité, respect des consignes tactiques) à partir de données fiables et comparables dans le temps. Nécessité de préparer plus rapidement les débriefings vidéo, en ciblant les séquences les plus pertinentes pour l’équipe et en réduisant la charge de préparation pour le staff. Volonté pour la startup de construire un socle technologique différenciant sur le marché des solutions de performance football en combinant Computer Vision, statistiques avancées et IA générative. 04Notre solution Conception d’une plateforme end-to-end qui ingère les vidéos de matchs et d’entraînements, les découpe en séquences et applique des modèles YOLO pour détecter ballon, joueurs, trajectoires et contacts. Structuration des données issues de la vision par ordinateur pour alimenter des analyses statistiques (occupation des espaces, distances, enchaînements de passes, transitions, phases défensives / offensives). Intégration d’un LLM via LangChain et Gemini pour générer des synthèses tactiques en langage naturel, adaptées aux besoins des entraîneurs et des préparateurs. Développement d’une application Flutter pour permettre au staff de naviguer dans les séquences clés, filtrer par situation de jeu et préparer les revues vidéo d’après match de manière plus rapide et structurée. Mise en place d’un back-end Django / Python orchestrant les traitements, la gestion des données, les API et les scénarios d’évolution produit (ajout de nouveaux indicateurs, nouveaux sports, etc.). 05Résultats & impact Réduction significative du temps nécessaire pour préparer les revues vidéo d’après match ou entraînement, grâce à l’identification automatique des séquences clés. Mise à disposition d’une lecture plus objective de la performance (par joueur, par ligne, par type de situation), facilitant les décisions tactiques et le travail de préparation. Amélioration de la qualité des échanges entre staff et joueurs grâce à des séquences ciblées et à des commentaires générés en langage clair. Création d’un socle technologique réutilisable pour adresser d’autres championnats ou sports collectifs et intégrer, à terme, des modules complémentaires (prévention des blessures, scouting, analyse de l’adversaire). 06Technologies clés Flutter Django Python YOLO LangChain LLM API REST
