La plupart de l’« IA » dans les logiciels n’est qu’une fenêtre de chat collée sur une page d’aide. Vous posez une question, elle renvoie du texte, et rien ne change dans le monde réel. C’est une belle démo et un piètre opérateur. La version qui vaut la peine d’être construite fait l’inverse : elle est ancrée dans votre déploiement réel et elle fait le travail. C’est ce que nous entendons par AIoT, et c’est désormais intégré au cœur de la plateforme IoT Kilo.

Cet article explique ce qu’est l’AIoT, comment nous l’avons abordé (en bref : nous avons été précoces, nous nous sommes tus volontairement, et nous avons pris le temps de bien construire l’infrastructure en dessous), et le moteur open source que nous avons créé pour le rendre fiable – Synthetic Brew.

Qu’est-ce que l’AIoT (Artificial Intelligence of Things) ?

L’AIoT – Artificial Intelligence of Things – est la combinaison de l’intelligence artificielle et de l’internet des objets : une IA qui s’exécute sur les données en direct de vos appareils et peut agir à travers eux, au lieu de rester à côté comme un outil séparé. Concrètement, c’est un assistant intégré à la plateforme qui connaît votre déploiement de bout en bout – état actuel, historique et commandes – et qui agit à l’intérieur.

Ce qui compte, c’est l’ancrage. Un chatbot générique devine à partir de ses données d’entraînement. Un assistant AIoT répond à partir de vos vrais appareils, dans la limite de vos autorisations, et le dit lorsqu’il ne peut pas récupérer une information. C’est la différence entre ce qui semble sûr de soi et ce qui est exact sur un bâtiment ou une flotte réels.

Au-delà d’un chatbot : ce que fait vraiment une plateforme IoT à IA

Une plateforme IoT à IA mérite ce nom en faisant deux choses, pas une seule.

D’abord, elle répond à partir de vos vraies données. Demandez « quels appareils n’ont pas émis depuis 24 heures ? » ou « quelle était la température moyenne de l’entrepôt B la semaine dernière ? » : elle interroge l’historique de vos appareils, analyse la tendance et renvoie une réponse fondée, avec des graphiques sur demande, limitée à ce que vous avez le droit de voir.

Ensuite – et c’est ce que la plupart des outils omettent – elle fait le travail. Décrivez une automatisation en langage courant et elle écrit la logique, la teste et la déploie. Demandez-lui d’intégrer un appareil et elle exécute le processus. Demandez une alarme et elle construit la chaîne d’escalade. Vous gardez le contrôle : avant toute action lourde de conséquences, elle s’arrête pour votre confirmation explicite, et une fois terminé, elle relit le résultat pour vérifier son propre travail.

Comment nous avons abordé l’AIoT : l’infrastructure avant le chat

Nous avons été parmi les premiers à poser un chat IA sur des données d’appareils – posez une question à votre déploiement en langage courant. La démo était magnifique. Puis nous nous sommes volontairement tus sur l’IA.

La raison était simple. Un chat sur vos données, c’est la partie facile. Une IA qui pilote un vrai bâtiment ou une vraie flotte doit avoir raison, et « avoir raison » signifie un vrai contexte sur votre déploiement précis, des autorisations limitées, l’accès aux outils, la mémoire et la trace de tout ce qu’elle fait – pas un modèle qui devine. Plutôt que de livrer du battage, nous avons donc construit cette infrastructure : un moteur d’agents de qualité entreprise, développé en interne. L’architecture est là, et sa précision grandit à mesure que les agents s’entraînent sur du vrai travail IoT.

De répondre à agir

Parce que l’assistant est intégré à la plateforme, la même intelligence qui répond à votre question peut changer quelque chose. Dites-lui la règle que vous voulez et elle écrit le CEL, le teste sur un échantillon de données et le déploie. Et le moteur de règles lui-même a pris des mains dans cette version : une règle peut maintenant envoyer une commande directement à un appareil dès que ses conditions sont remplies. Une fuite ne déclenche plus seulement une alarme – elle peut couper l’eau, puis prévenir votre équipe que c’est fait. Chaque action est limitée à vos accès, confirmée avant tout irréversible, et consignée dans un journal d’audit. C’est la différence entre une plateforme qui vous dit que quelque chose a mal tourné et une qui y remédie.

Synthetic Brew : le moteur open source derrière notre AIoT

Le plus dur dans l’AIoT n’a jamais été le chat – c’était le moteur en dessous. Ce moteur est devenu assez important pour être un produit à part entière ; nous l’avons donc détaché et rendu open source sous le nom de Synthetic Brew.

Synthetic Brew est un runtime d’agents IA auto-hébergé. Vous décrivez l’agent dont vous avez besoin en langage courant et il le construit, le déploie et l’orchestre – connecté à vos propres outils, connaissances et mémoire, ancré par la recherche documentaire et les graphes de connaissances pour qu’il n’invente pas de réponses, fonctionnant avec n’importe quel LLM que vous apportez, en une seule commande Docker. Pas de verrouillage, pas de marge au token. C’est ce qui propulse l’AIoT dans Kilo, et nous étions assez confiants dans l’ingénierie pour l’ouvrir – afin que chaque équipe voie exactement comment il est construit, ou s’en serve pour intégrer une IA fiable plus vite dans ses propres produits.

Si cela vous est utile, le projet est public :

GitHub : https://github.com/syntheticinc/syntheticbrew

Site web : https://syntheticbrew.ai

Qu’est-ce qu’une plateforme IoT ?

Une plateforme IoT est la couche logicielle qui connecte vos appareils, stocke et normalise leurs données, les visualise et vous permet d’automatiser et d’alerter – un seul endroit au lieu d’un empilement d’outils séparés. L’AIoT est la couche suivante par-dessus : la plateforme qui non seulement contient tout cela, mais peut aussi raisonner dessus et agir avec vous.

Voyez par vous-même

L’AIoT est disponible dès aujourd’hui dans la plateforme IoT Kilo. Commencez gratuitement sur https://app.kiloiot.io, ou si vous gérez plusieurs sites ou n’avez pas d’équipe interne, réservez un appel sur https://kiloiot.io.