Engineering Behind the Color: Software for a Global Paint Brand
February 13, 2026 | 4 Lecture minute
Lorsque les gens pensent à une marque de peinture internationale, ils imaginent souvent des cartes de couleurs, des finitions et des produits en rayon. Ce qu'ils ne voient pas, c'est l'ingénierie logicielle sophistiquée qui se déroule en coulisses, comme la technologie qui aide les employés, les équipes de vente et les clients à obtenir des réponses précises plus rapidement tout en protégeant les données sensibles.
Notre voyage avec une marque de peinture mondiale a commencé par une question simple mais urgente : Comment mettre l'IA entre les mains des employés en toute sécurité ?
Le moteur initial n'était pas l'innovation pour l'innovation. C'était la sécurité. La direction avait besoin d'un moyen d'empêcher les employés d'utiliser des outils d'IA publics d'une manière qui pourrait exposer des données confidentielles ou entraîner involontairement des modèles externes. Le défi consistait à trouver une voie sécurisée, prête pour l'entreprise, vers l'adoption de l'IA générative.
De l'accès sécurisé à l'IA à une connaissance plus intelligente
Bill Curry, Vice-président du conseil, Improving
Le premier cas d'utilisation visait à offrir aux employés un environnement sûr pour poser des questions à l'aide de l'IA. En conservant le tout dans un environnement cloud protégé, la solution garantissait que les informations sensibles restaient privées et n'étaient jamais réutilisées pour former des modèles externes.
À partir de là, la vision s'est élargie. Au lieu d'effectuer des recherches sur l'internet, les employés pouvaient interroger les fiches techniques des produits internes et trouver en quelques secondes des années de connaissances institutionnelles. Les premières versions étaient volontairement légères, privilégiant la vitesse, la convivialité et l'adoption à la perfection.
À l'époque, les meilleures pratiques pour les systèmes RAG d'entreprise étaient encore en train d'émerger. La solution a évolué en même temps que la technologie elle-même, s'adaptant au fur et à mesure que de nouvelles capacités devenaient disponibles et que des leçons étaient tirées en temps réel.
Microsoft : La fondation de l'IA d'entreprise
Microsoft a joué un rôle central dans cette évolution.
La solution a été construite sur Azure AI dès le départ, en tirant parti de l'approche sécurisée de Microsoft en matière d'IA générative. Azure a assuré la protection des données, la conformité et des limites claires autour de la formation des modèles, éliminant ainsi l'un des plus grands obstacles à l'adoption de l'IA en interne.
En arrière-plan, les services Azure AI ont fourni les éléments de base pour l'indexation, la recherche et l'orchestration des modèles. Au fur et à mesure que l'écosystème d'IA de Microsoft mûrissait, de nouvelles capacités arrivaient souvent juste au moment où le besoin s'en faisait sentir, accélérant ainsi les progrès sans imposer de réécriture majeure de l'architecture.
En amont, Power Platform Canvas Apps a permis d'offrir rapidement une expérience utilisateur simple et intuitive. Au lieu de passer des mois à concevoir une interface personnalisée, l'équipe s'est concentrée sur la fonctionnalité : capturer la question d'un utilisateur et lui renvoyer une réponse pertinente.
Aujourd'hui, des services comme Azure AI Foundry rassemblent ces éléments, réduisant la complexité et facilitant l'assemblage de solutions d'IA robustes à l'aide de composants éprouvés et natifs de l'informatique en nuage. Ce qui nécessitait autrefois un lourd développement personnalisé est désormais piloté par la configuration, l'intégration et la conception intelligente.
Improving : L'ingénierie fait la différence
Alors que Microsoft a fourni la base, Improving a façonné le fonctionnement de la solution dans le monde réel. Nous avons abordé l'engagement comme un système évolutif, et non comme une construction unique. Les premières expériences ont révélé que le principal défi consistait à comprendre les données désordonnées du monde réel.
Les fiches techniques des produits remontaient à près de vingt ans. Elles faisaient référence à des produits abandonnés, à des recommandations qui se chevauchaient et à une terminologie incohérente dans les multiples entreprises acquises. Ce qui apparaissait initialement comme des hallucinations de l'intelligence artificielle était souvent le symptôme d'un matériel source obsolète ou contradictoire.
Improving s'est penché sur cette complexité plutôt que de la simplifier à l'extrême.
Les tentatives de normalisation complète des données dans des structures rigides ont rapidement atteint des limites pratiques. Au lieu de cela, Improving a aidé à concevoir une approche RAG plus intelligente, en filtrant les documents non valides, en catégorisant le contenu en fonction de sa pertinence et en élaborant des invites qui ont guidé le modèle vers des réponses précises et adaptées au contexte.
L'un des facteurs de différenciation les plus importants a été de se concentrer sur la manière dont les questions étaient posées. la façon dont les questions étaient posées. Les équipes de vente posaient souvent des questions générales et ambiguës qui conduisaient naturellement à des réponses faibles. Improving a introduit une couche de raisonnement qui a affiné et approfondi les questions des utilisateurs avant d'interroger les données, améliorant ainsi considérablement la qualité des réponses.
Au lieu de courir après le battage médiatique de l'IA, nous avons appliqué notre jugement d'ingénieur, compris le comportement humain et conçu des systèmes qui fonctionnent de la manière dont les gens pensent réellement.
Conçue pour l'avenir
Aujourd'hui, la plateforme continue de se développer, devenant plus performante, plus précise et plus en phase avec le fonctionnement de l'entreprise. Bien que l'idée d'un cerveau de connaissances d'entreprise unique et entièrement autonome puisse encore prendre des années, cette marque de peinture mondiale a déjà prouvé ce qui est possible lorsque la bonne technologie rencontre le bon état d'esprit en matière d'ingénierie.
Derrière chaque couleur, il y a plus d'ingénierie que vous ne le pensez. Contactez Improving pour savoir comment notre approche axée sur l'ingénierie peut vous aider à transformer des connaissances complexes en un véritable impact commercial.
