L'Ingénierie de SophIA.

Le socle matériel (Compute)

L'implémentation de référence s'appuie sur un serveur physique avec un GPU d'inférence. Cette base est transposable sur n'importe quel hyperviseur ou cloud privé répondant aux exigences de souveraineté de l'entreprise.

L'Orchestration (Kubernetes / OKD)

L'intégralité du système est conteneurisée. J'utilise OKD (OpenShift) pour sa robustesse réseau, remplaçable par un K8s standard. Un namespace par zone, refus par défaut en entrée et en sortie ; inférence, compétences et mémoire sans accès Internet, acquisition web isolée dans un sas.

Le Dashboard

Une seule application : on parle à l'assistante, Sophia, par écrit ou à la voix (voix traitée en local) ; les applications s'ouvrent au centre selon le rôle, avec « Demander à Sophia » dans chacune. Adaptable à la demande : ses tuiles et ses pages sont des modules ajoutés au fil des besoins ; l'architecture prévoit que Sophia les développe elle-même. Un volet « Quoi de neuf ? » rassemble des résumés produits de façon déterministe par les applications. Sophia ouvre la bonne page (« ouvre le document X ») et écrit dans le document ouvert ; Ctrl+Z annule.

Identité unique (Keycloak)

Une connexion unique (SSO) pour toutes les interfaces, des rôles et cinq niveaux de confidentialité. Le modèle utilisé est imposé par le serveur selon le rôle, jamais choisi par le navigateur ; se déconnecter du dashboard ferme aussi les sessions des applications.

Répartiteur à règles (Temporal, RabbitMQ)

Le point d'entrée unique des délégations. Le modèle propose en sortie contrainte, des règles valident sans modèle, une compétence déterministe exécute. Chaque demande devient un workflow durable ; les actions critiques attendent une validation humaine à deux niveaux.

Routage Dynamique (LiteLLM)

Un point d'entrée d'API unique pour tous les modèles, locaux ou distants, derrière les mêmes alias, avec une clé par usage ; le modèle est imposé selon le rôle. La donnée sensible reste sur l'inférence locale ; pour un modèle distant, l'architecture prévoit un filtre anti-fuite avant tout envoi.

Inférence Locale Spécialisée

Texte et vision sur le GPU (llama.cpp), voix et images sur CPU, sans accès réseau ; vLLM ou Ollama sont substituables. Plutôt qu'un modèle monolithique lourd, une flotte de modèles spécialisés à la carte (développement, revue de code, ingestion, voix), extensible dans la limite de la mémoire du serveur (RAM/vRAM).

La topologie de la connaissance

• Vectoriel (Qdrant) : Similarité sémantique pure.
• Relationnel (PostgreSQL) : Métadonnées et journalisation.
• Versionné (Forgejo/Git) : originaux dans un stockage objet versionné, textes validés dans la forge, « source de vérité » certifiée.
• Structure (Obsidian) : Organisation et chunking conceptuel.
• Graphe (Neo4j) : l'architecture prévoit un graphe des interdépendances logiques du métier.

Structuration par Projets

La donnée est gérée via un système multi-utilisateurs et d'ownership. Chaque exécution est isolée par "Projet", garantissant que le contexte d'une équipe n'interfère pas de manière inopportune avec celui d'une autre. Chaque document porte un niveau de confidentialité, appliqué selon le rôle de la personne.

Le Panthéon Agentique

Des agents spécialisés, un domaine chacun, joints par le seul répartiteur et jamais entre eux ; droits minimaux :

• Hephaïstos : développement assisté, exécuté dans un bac à sable sans privilège sur le nœud, pour créer de nouveaux outils.
• Ouranos : En charge du déploiement et de l'exposition des outils validés.
• Athena : Maintenance de la plateforme. Sécurité absolue : un script externe déterministe impose systématiquement un HITL sur ses actions, indépendamment de la décision du modèle.
• Dionysos : supervision de l'architecture et des agents, en lecture seule.

Hermes Agent sert de moteur aux agents dont le métier est une boucle libre avec des outils.

Automatisation Déterministe (n8n)

L'automatisation pure des processus de l'entreprise ne relève pas de la probabilité d'un modèle IA. L'architecture prévoit une brique déterministe stricte (n8n), déclenchée par un agent ou par le répartiteur, qui exécute des workflows immuables et codés en dur.

Bureautique

Fichiers privés par défaut, édition dans le navigateur. Depuis la discussion, l'assistante retrouve, ouvre et lit les documents de la personne sous son identité ; leur contenu ne part qu'au modèle local.

Messagerie & Visio

Chat en XMPP et visio Jitsi Meet, par le navigateur seulement, le média passant uniquement par le VPN. « Dis à … » : l'assistante écrit un message au nom de la personne, après confirmation.

Observabilité

Métriques des services, règles d'alerte, suivi du GPU et garde-fou du VPN, état mesuré de chaque composant ; les alertes filtrées partent vers l'administrateur hors de la plateforme.

Hygiène de la Donnée

• Ghost Search : l'architecture prévoit des recherches fantômes simultanées pour masquer les intentions réelles et éviter le pistage web.
• Sas Paranoïaque : l'acquisition web est isolée dans un sas : pages réduites en texte sans script, adresses internes refusées.
• Tribunal Sémantique : l'architecture prévoit d'évaluer le niveau de confiance de la donnée brute avant toute ingestion dans la mémoire.
• Filtre Anti-Fuite (DLP) : l'architecture prévoit la détection, l'anonymisation ou le blocage des données critiques (clés API, données financières), avec alerte, avant toute transmission à un modèle distant.

Supervision Proactive & SOC

Au-delà de l'adaptation applicative permise par le RAG, l'architecture prévoit de s'interfacer avec le Système d'Information via le standard MCP, pour connecter le SOC (Security Operations Center) ou les outils de supervision existants.

Cette intégration permet une remontée d'alertes proactive et l'application de corrections automatisées. Qu'il s'agisse de développer un outil dédié ou de s'interfacer avec une API existante, chaque intégration est soumise à un audit rigoureux et à une analyse des risques propre à la situation de l'entreprise.