Shippeo, plateforme de référence en visibilité de la chaîne logistique, franchit une nouvelle étape avec le lancement de Shippeo AI : une couche d'intelligence embarquée qui transforme les données en temps réel en actions concrètes.
Shippeo est une entreprise dédiée aux supply chains qui fournit des données de tracking en temps réel sur l'ensemble des processus de transport.
Pour passer d'un simple système d'information à un véritable système d'engagement, Shippeo lance Shippeo AI, une librairie d'agents IA et fait appel à Theodo pour développer les deux premiers use cases :
- un agent talk-to-my-data permettant aux utilisateurs de mieux comprendre les éventuels problèmes de qualité avec de la donnée Shippeo (tracking imcomplet...)
- un deuxième agent opérationnel permettant de répondre à n'importe quelle question sur un ordre de transport.
Les challenges à relever :
- Créer des agents dans un système complexe et microservices avec de multiples sources de données (Data Warehouse, API, Algolia) ready for production avec une interface front custom
- Créer un Agent d'analyse de données à faible latence, capable de comprendre les enjeux de qualité de la donnée métier.
- Orchestration de multiples agents pour répondre aux questions des utilisateurs
Notre approche
Ce qui a fait la différence :
Une architecture d'agent conçue pour s'adapter à toutes les situations
Pour qu'un agent IA soit vraiment utile en production, il doit pouvoir gérer des demandes très variées, des plus simples aux plus complexes. Nous avons adopté une approche "Workflows backed Agents" qui combine la flexibilité de l'IA avec la fiabilité de processus structurés. Résultat : l'agent sait quand improviser et quand suivre un chemin balisé, garantissant performance et pertinence quelle que soit la requête.
.png)
Des outils pour évaluer et améliorer la qualité des réponses
Un agent IA ne vaut que si ses réponses sont fiables. Pour s'en assurer, nous avons développé une interface d'évaluation avec Streamlit, qui permet aux équipes de vérifier facilement les requêtes générées par l'agent et de maintenir à jour les jeux de données de référence. Ce dispositif permet d'identifier rapidement les erreurs, d'itérer et d'améliorer la précision de l'agent de façon continue.
.png)
Un produit pensé pour durer, techniquement et humainement
Livrer un agent performant ne suffit pas si le client ne peut pas le faire vivre dans le temps. Nous avons mis en place des outils de monitoring comme Langfuse et des standards de développement rigoureux pour garantir une reprise du projet en toute autonomie. En parallèle, nous avons travaillé l'expérience utilisateur en profondeur : l'agent comprend le contexte de la page sur laquelle se trouve l'utilisateur et ne se contente pas de répondre, il propose des actions de suivi adaptées, transformant chaque interaction en un véritable accompagnement.
We were not interested in delivering a shiny POC. We were relentless in delivering customer value in a complex production setting.
