Great Lakes IT : la capacité IA derrière un fournisseur de services gérés

Great Lakes IT est un fournisseur canadien de services TI gérés. Ses clients — PME, cabinets de services professionnels, OBNL et associations, santé et services communautaires, organismes du secteur public et organisations autochtones — lui confient leur infrastructure, leur sécurité et, de plus en plus, leurs questions sur l’IA.

C’est le problème que tout fournisseur de services gérés a aujourd’hui. Les clients demandent quoi faire avec l’IA, et la réponse honnête, pour la plupart des fournisseurs, est qu’ils n’ont pas cette compétence à l’interne. Le répéter érode la relation de conseil sur laquelle repose tout le modèle d’affaires. Dire oui sans la compétence est pire encore.

Un fournisseur de services gérés ne peut pas vendre une expérimentation. Ses clients forment le public le moins tolérant qui soit envers une IA qui invente à l’occasion : des organisations qui traitent des renseignements de santé, des fonds publics, des dossiers de membres et des services communautaires, plusieurs avec des obligations de gouvernance qui rendent « le modèle l’a dit » inacceptable.

Le travail doit aussi être reproductible. Un développement sur mesure pour un seul client est un projet ; un fournisseur a besoin d’une solution qu’il peut cadrer, chiffrer, livrer et soutenir auprès de nombreux clients de tailles différentes sans la reconstruire chaque fois.

Et elle doit être exploitable par leur équipe, pas la nôtre. Ce que nous construisons doit être opérable par des gens excellents en infrastructure et en sécurité, qui ne sont pas ingénieurs en apprentissage automatique.

L’entente est un partenariat plutôt qu’un projet. Great Lakes IT détient la relation client, la gestion de compte et le soutien ; nous sommes la capacité IA et ingénierie derrière. C’est une forme courante dans ce marché et rarement reconnue publiquement — la plupart des fournisseurs qui offrent des services d’IA ont quelqu’un comme nous derrière eux.

La solution centrale est un assistant de connaissances gouverné. Les documents sont ingérés uniquement depuis des sources approuvées, rendus interrogeables sémantiquement à travers politiques, procédures et fichiers, et les réponses sont ancrées dans la matière source — avec citation vers celle-ci. L’accès est cadré par département ou par programme, de sorte que l’assistant respecte le modèle de permissions déjà en place plutôt que de l’aplatir.

Autour de cela s’ajoutent des flux de révision humaine pour le contenu sensible ou à fort impact, une analytique d’usage qui fait ressortir les questions réellement posées, et un rapport d’écarts de connaissances qui montre où la documentation de l’organisation est manquante, périmée ou contradictoire. En pratique, ce dernier livrable est souvent le plus précieux : il apprend au client quelque chose de vrai sur lui-même, qu’il conserve l’assistant ou non.

L’ensemble de solutions étend la même approche à l’automatisation des processus d’affaires, aux portails clients et employés, à l’environnement de travail moderne sécurisé, à la modernisation infonuagique et à la continuité des affaires — pour qu’une conversation sur l’IA puisse devenir un mandat qui cadre avec la façon dont le fournisseur vend déjà.

Nous avons également construit et exploitons leur plateforme publique : une application Next.js déployée sur Cloudflare Workers via l’adaptateur OpenNext, entièrement prérendue, avec des fichiers de contenu structurés pour que leur équipe modifie services, solutions, industries et études de cas sans toucher au code.

L’ancrage et la citation ne sont pas des options. Chaque réponse renvoie au document source. Pour un conseil d’administration d’OBNL ou un gestionnaire du secteur public, un assistant incapable de montrer son travail est inutilisable, aussi fluide soit-il. Cette contrainte a façonné la conception de la recherche documentaire dès le départ, au lieu d’être ajoutée après une question d’approvisionnement.

Révision humaine sur les parcours sensibles. Le contenu à conséquence réelle passe par une personne avant d’aboutir. C’est plus lent, et c’est la raison pour laquelle le système est autorisé à s’approcher de travaux encadrés.

Productisé, pas sur mesure. Construire une solution reproductible avec de la configuration, plutôt qu’un système sur mesure par client, est ce qui rend l’économie viable pour un fournisseur de services gérés. Cela signifie aussi que la revue de sécurité, le matériel de gouvernance et la formation ne se font qu’une fois.

Un vrai correctif d’ingénierie, qui mérite d’être nommé. En déployant Next.js sur Cloudflare Workers via OpenNext, nous avons frappé une défaillance où la configuration de cache par défaut faisait de chaque requête un échec de cache, ce qui amenait Next.js à planifier une revalidation en arrière-plan qui ne se règle jamais dans l’environnement Workers — les requêtes restaient suspendues environ trente-quatre secondes puis étaient annulées, sans qu’aucune réponse ne soit envoyée. Le correctif : configurer le cache incrémental sur le cache en lecture seule des ressources statiques, puisque toutes les pages sont prérendues. C’est un détail, et une illustration honnête du métier : l’écart entre un déploiement qui semble réussir et un qui sert réellement du trafic tient généralement à un problème comme celui-là.

Le partenariat se poursuit. Great Lakes IT peut désormais tenir une conversation sur l’IA avec un client et la faire suivre de quelque chose de livrable, soutenu et gouverné, sans embaucher une équipe d’IA ni confier la relation à un tiers que le client n’a jamais rencontré.

Pour les entreprises qui envisagent la même forme : si vous êtes un fournisseur de services gérés, une agence ou un cabinet-conseil dont les clients ont commencé à poser des questions sur l’IA, cet arrangement est bien rodé et nous sommes à l’aise d’y opérer. Nous sommes tout aussi à l’aise d’y être invisibles.