Des agents IA qui exécutent des tâches multi-étapes dans vos systèmes.
Mindrops conçoit et développe des agents IA et des workflows agentiques qui agissent dans vos systèmes via des outils typés, avec recherche documentaire, validation humaine, garde-fous et traçage de chaque étape.
Une sélection des logiciels que Mindrops a conçus et développés pour ses clients.
Cafés en Inde50+cafés dans toute l’Inde, servis par les systèmes que nous avons conçusDepuis 1963
IA · Restauration
BeanBot – The Coffee Bean & Tea Leaf
Un assistant conversationnel IA intégrable, fondé sur les données en direct du catalogue et des cafés, avec une action « Order Now » sur chaque produit et une console d’administration no-code pour les contenus et les prix.
En service dans plus de 50 points de vente en Inde : environ 10 000 conversations par mois et une cinquantaine de commandes par jour.
Bureaux de poste au total165 000Le plus grand réseau postal du monde
Secteur public · GovTech
India Post – Gestion des réclamations
Une plateforme automatisée par l’IA, bâtie sur le socle LazyMonkey de Mindrops, qui catégorise, priorise et oriente chaque réclamation et y répond automatiquement, avec un dossier unique suivi par SLA pour les équipes centrales et régionales.
Attribuée via GeM (nov. 2025), elle trie automatiquement des milliers de réclamations par jour pour un réseau de plus de 150 000 bureaux de poste.
Précision d’extraction99 %avec validation humaine, sur des dizaines de milliers de documents par moisCabinet comptable britannique
IA · Comptabilité
Caelum AI – Traitement de documents
Un produit Mindrops d’intelligence documentaire qui extrait transactions, lignes, totaux et dates vers Excel, CSV, JSON ou XML via une API REST, avec relecture humaine (human-in-the-loop).
Atteint 99 % de précision d’extraction sur les documents pris en charge : relevés bancaires, factures et reçus.
Les agents IA sont des systèmes logiciels qui utilisent de grands modèles de langage pour planifier et agir : appeler des outils, récupérer des données, accomplir des tâches en plusieurs étapes. Mindrops met en production des workflows agentiques intégrés à vos systèmes existants, avec recherche documentaire, points de validation humaine, garde-fous et observabilité.
01
Workflows agentiques
Des agents multi-étapes qui planifient, appellent des outils et accomplissent de vraies tâches à travers vos systèmes et API.
02
Recherche augmentée (RAG)
Des réponses fondées sur vos propres documents et données, sourcées et à jour.
03
Appels d’outils et d’API
Des agents qui passent à l’action : créer des enregistrements, déclencher des workflows, orchestrer des services via des outils sûrs et typés.
04
Validation humaine
Des étapes de relecture et d’approbation là où les enjeux sont élevés, pour que l’automatisation ne tourne jamais sans supervision.
05
Garde-fous & sécurité
Validation des entrées et sorties, gestion des permissions, limites de débit et vérifications de conformité qui maintiennent les agents dans leur périmètre.
06
Observabilité & évaluations
Traçage, évaluation et monitoring pour mesurer la qualité et détecter les régressions en production.
Pour qui nous développons des agents IA
Équipes opérationnelles submergées par le tri
Les demandes arrivent plus vite qu’on ne peut les lire, les classer et les orienter. Un agent trie, priorise et rédige la réponse, et fait remonter tout ce qui est incertain.
Back-offices qui ressaisissent les données
Les équipes recopient des données d’une application à l’autre pour terminer une tâche. Un agent appelle les mêmes API via des outils typés et laisse une trace auditable.
Équipes produit qui veulent un « faites-le à ma place »
Les utilisateurs veulent que le produit accomplisse des tâches à leur place. Les fonctions agentiques planifient les étapes et agissent dans votre application avec les droits de l’utilisateur.
Décideurs échaudés par une démo fragile
Un prototype d’agent a brillé en démo puis échoué sur des cas réels. Nous le reconstruisons avec évaluations, garde-fous et traçage pour qu’il tienne en production.
Pourquoi Mindrops pour les agents IA
Planifier et répondre, deux étapes distinctes
Dans BeanBot, un modèle planificateur décide seulement quelles requêtes exécuter et n’écrit jamais la réponse ; une étape distincte rédige la réponse à partir des résultats. Grâce à la même séparation, nos agents ne peuvent inventer ni actions ni données.
Des faits reconstruits à partir des données sources
Prix, enregistrements et liens sont reconstruits à partir des données de référence après la réponse du modèle, pour qu’un champ manquant n’atteigne jamais l’utilisateur. Les actions des agents bénéficient du même filet de sécurité.
L’escalade prévue dès le départ
La plateforme d’India Post répond automatiquement aux réclamations courantes et fait remonter les cas complexes à une équipe centrale pour la réponse finale : c’est ce modèle qui nous guide pour décider quelles étapes d’un agent exigent un humain.
Chaque étape tracée
Chaque appel d’outil, chaque recherche de données et chaque décision sont journalisés : vous voyez pourquoi un agent a agi et son comportement est testé contre les régressions avant chaque version.
Technologies utilisées
Models & orchestration
OpenAI / LLMs · Anthropic · RAG · Function calling
Data & retrieval
Vector DBs · PostgreSQL · Embeddings · OCR
Backend
Python / FastAPI · Node.js · Queues · Webhooks
Ops & safety
Tracing · Evals · Guardrails · SSO / JWT
Avis clients
Suivi des véhicules par IA
La vision par ordinateur à l’entrée d’une mine enregistre les plaques, les mouvements de véhicules et les trajets pour les rapports quotidiens.
Extrait de l’avis du client
“Les rapports quotidiens sont prêts d’eux-mêmes, sans que personne ait à s’asseoir pour les préparer en fin de poste.”
Une application terrain et une interface d’administration web réunissent les mouvements de marchandises, les dépenses et les rapports de plusieurs entrepôts.
Extrait de l’avis du client
“Les rapports qui demandaient auparavant une journée entière de compilation de tableaux se résument désormais à un téléchargement filtré depuis l’interface d’administration.”
Une application client, une application partenaire et un back-office réalisés par une seule équipe, avec KYC, contrôles de crédit CIBIL et approbation automatisée des prêts.
Extrait de l’avis du client
“Les projets fintech comportent de nombreuses couches, et c’était appréciable de travailler avec une équipe qui comprenait le volet crédit et prêt.”
Une application mobile, un site et un tableau de bord qui mettent en relation des patients d’Inde rurale et semi-urbaine avec des médecins, avec téléconsultation, ordonnances numériques et inscription des patients.
Extrait de l’avis du client
“Le processus de design UI/UX a été collaboratif et l’équipe a gardé l’utilisateur final en tête tout du long, ce qui comptait beaucoup pour une plateforme destinée aux zones rurales.”
Nous cartographions le workflow étape par étape, les systèmes et API concernés, et distinguons les actions automatisables sans risque de celles qui exigent une validation.
02 – Construire
Outils typés et accès aux données
Nous exposons des outils au périmètre restreint et aux permissions limitées, connectons l’agent à vos données et rédigeons les cas d’évaluation qu’il doit réussir.
03 – Mode observation
Essai supervisé
L’agent traite de vrais dossiers pendant qu’un humain valide chaque action, jusqu’à ce que ses décisions atteignent durablement le seuil d’évaluation.
04 – Mise en production
Autonomie par niveau de risque
Les actions à faible risque passent d’abord en autonomie, les étapes à fort enjeu gardent des points de contrôle humains, tandis que traçage et alertes surveillent chaque exécution.
Un agent IA utilise un grand modèle de langage pour planifier et agir – appeler des outils, récupérer des données et accomplir des tâches en plusieurs étapes. Nous développons des agents qui agissent en toute sécurité dans vos systèmes.
Comment empêchez-vous les agents de commettre des erreurs ?
Avec des garde-fous : validation des entrées/sorties, gestion des permissions, points de validation humaine pour les étapes à fort enjeu, et observabilité avec évaluations pour que la qualité soit mesurée et les régressions détectées.
Les agents peuvent-ils utiliser nos données et nos outils internes ?
Oui. Nous connectons les agents à vos documents et données via le RAG et leur donnons des outils sûrs et typés pour agir sur vos systèmes et API.
En quoi est-ce différent d’un chatbot ?
Un chatbot répond ; un agent agit. Les workflows agentiques planifient sur plusieurs étapes et passent à l’action. Pour les interfaces conversationnelles en particulier, voir nos chatbots IA.
Quels modèles font fonctionner les agents ?
Cela dépend de l’étape : la planification exige un raisonnement solide, tandis que les recherches courantes peuvent tourner sur des modèles plus petits et plus rapides, voire sans modèle. Nous travaillons avec plusieurs fournisseurs de modèles, dont OpenAI et Anthropic, et choisissons pour chaque étape selon la qualité, la latence, le coût et la résidence des données.
Nous contacter
Décrivez le workflow et les systèmes qu’il touche. Nous vous dirons quelles étapes un agent peut prendre en charge sans risque et répondrons sous un jour ouvré.
