koïno - IA & Data Experts
Virtuous Innovators
Koïno est un cabinet de conseil en intelligence artificielle et data, hybride entre cellule d'innovation stratégique et atelier de production technologique. Nous aidons les organisations à reprendre le contrôle de leur transformation technologique, en combinant structuration de la donnée, intégration de briques IA et accompagnement des talents.
Nous ne livrons pas de POCs jetables. Nous concevons des usages durables, ancrés dans les réalités opérationnelles, pensés pour produire de la valeur, être mesurables, interopérables et responsables.
Notre approche repose sur trois dimensions :
→ Stratégique : tracer une trajectoire d’innovation claire et gouvernée,
→ Technique : intégrer l’IA dans les systèmes existants en respectant les standards de sécurité, souveraineté et documentation,
→ Humaine : embarquer les métiers, former, développer l’autonomie.
Deux piliers structurent notre offre :
→ Projets à impact reproductible : des solutions semi-industrialisées, modulaires et scalables (ex : assistants IA RH, moteurs de recommandation métier, optimisation énergétique).
→ Staffing augmenté : des profils IA/data opérationnels, formés à notre méthodologie, avec expérience concrète sur des cas comparables, et appuyés en continu par notre cellule d’expertise.
Nous contribuons activement aux écosystèmes open source et promouvons des standards européens. Notre boussole : une IA utile, explicable, sobre et gouvernable.
Chez Koïno, l’innovation est au service de la lucidité technologique, de l’utilité concrète, de l’autonomie humaine et de la fiabilité.
Témoignages clients
Donner votre avisCibles
Secteurs
5 secteurs couverts
25 %
Retail / E-commerce / Consommation
25 %
Services publics / Éducation
25 %
Industrie / Énergie / Ingénierie
25 %
Mode / Luxe / Beauté
25 %
Finance / Comptabilité / Legaltech
Expertises
Projets
Comment Decathlon Marketplace a transformé sa prospection commerciale avec l’IA
Retail / E-commerce / Consommation
Mission : Découvrez comment Decathlon a pu générer plus de 2000 leads en automatisant la collecte d'informations concurrentielles grâce à une intelligence artificielle développée en Python. Retour sur investissement rapide et présentation détaillée d’un cas d’usage d’IA. Problème Accélérer la prospection nécessitait d’automatiser la génération de leads. Les équipes commerciales de Decathlon Marketplace consacraient une part importante de leur temps à rechercher manuellement des prospects, une méthode rendue obsolète par le volume, la volatilité des données concurrentielles et la rapidité du marché. Solution Une solution d’automatisation fondée sur Python et l’IA a été déployée pour extraire continuellement des informations sur les marketplaces concurrentes. L’outil classe automatiquement les données obtenues, enrichit les fiches prospects puis les transmet directement aux équipes commerciales. Résultats Plus de 2000 leads générés en trois mois 30 % de temps économisé sur la recherche Productivité accrue Équipes concentrées sur la conversion Retour sur investissement immédiat Leads actualisés et de meilleure qualité Vision éclairée de la dynamique concurrentielle Contexte & Enjeux Pour accélérer le développement de son réseau de vendeurs et partenaires, Decathlon Marketplace avait besoin d’industrialiser sa prospection commerciale. Jusqu’alors, l’identification de leads qualifiés sur les plateformes concurrentes s’effectuait manuellement, mobilisant de grandes ressources. Les principaux freins Augmentation continue des données concurrentielles Tâches répétitives à faible valeur ajoutée Absence d’outils automatiques d’analyse structurée Difficulté à faire évoluer la prospection face à la dynamique des marketplaces La solution IA Scripts Python spécialisés pour l'analyse de marketplaces concurrentes : détection de vendeurs, suivi des prix, catégories, volumes Moteur d’enrichissement IA organisant automatiquement les leads : structuration, scoring... Automatisation des tâches répétitives, y compris l’intégration des leads dans le CRM Tableau de bord en temps réel pour piloter les KPIs Résultats obtenus (après 3 mois) Plus de 2000 leads commerciaux qualifiés intégrés automatiquement au CRM 30 % de réduction du temps dédié à la recherche de prospects Productivité significativement améliorée Visibilité accrue sur les concurrents, les prix et les mouvements du marché Retour sur investissement instantané L’automatisation des processus nous a permis de générer un flux ininterrompu de leads et d’accroître notre compétitivité. — Témoignage client Méthodologie projet Semaine 1 à 2 : Audit des sources concurrentielles et définition des indicateurs clés Semaine 3 à 5 : Développement des scripts Python et du moteur IA d’enrichissement Semaine 6 à 8 : Période de tests, ajustements et intégration au CRM Troisième mois : Mise en production et suivi de la performance Équipe mobilisée : Data Engineer Data Analyst Chef de projet IT Consultant IA et expert growth hacking Facteurs clés de succès : Intégration fluide avec les outils existants Scoring sur-mesure Collaboration étroite entre les équipes data et commerce Dashboard de performance dédié FAQ L’intelligence artificielle a permis à Decathlon de générer plus de 2000 leads grâce à un moteur de scrapping Python assorti d’un enrichissement automatisé. Données extraites des marketplaces concurrentes : vendeurs, produits, prix, avis, coordonnées... automatiquement structurés et enrichis. L’IA nettoie, analyse et croise les leads puis en automatise le scoring avant leur intégration dans le CRM. Stack technique utilisée : Python (BeautifulSoup, Selenium…), algorithmes IA propriétaires, base de données centralisée, connexion CRM, tableau de bord interactif. ROI immédiat : plus de 2000 leads, 30 % de temps de prospection en moins, augmentation du taux de transformation, réduction des tâches peu valorisantes. Données collectées uniquement sur des sources publiques, conformité RGPD garantie.
Automatisation LLM de la base alumni IESEG : IA + NoCode pour actualiser 20 000 profils en temps réel
Services publics / Éducation
Problème Automatisation des données : informations dispersées L'absence d'automatisation empêche d’obtenir de la visibilité, multiplie les doublons et ralentit le traitement métier. Les équipes réalisent une consolidation manuelle de sources variées, ce qui dégrade la qualité des données et complique la prise de décision. Solution Pipeline IA pour automatiser la gestion des données Le projet implémente une infrastructure unifiée permettant de fiabiliser et enrichir la base alumni. Airbyte gère l’extraction des flux, BigQuery assure le stockage et dbt structure les jeux de données. GPT-4 catégorise les changements, Sentence-BERT élimine les doublons. Les APIs LinkedIn / Sales Navigator fournissent l’enrichissement en temps réel, et n8n automatise les mises à jour. Résultats Réduction des doublons Le taux de doublons est passé de 18 % à 0,8 %, validant l’efficacité du modèle d’embedding. Amélioration de la productivité La durée moyenne des mises à jour est passée de 20 minutes à 45 secondes via les webhooks LLM, économisant 36 heures par mois. Hausse de la fiabilité des profils La proportion de profils à jour a augmenté de 62 % à 95 %, selon un audit interne. Contexte IESEG administre une communauté de plus de 20 000 anciens élèves dont les carrières sont en constante évolution. Les services internes gèrent des sources multiples souvent en doublon, ce qui complique la consolidation des profils. L’automatisation vise à créer un référentiel partagé, fiable, accessible quasiment en temps réel. Problématique Données réparties dans plusieurs bases, absence de vision consolidée Multiplication des doublons et champs obsolètes Mises à jour lentes, réalisées manuellement Incapacité à détecter automatiquement les évolutions de poste Décisions retardées pour les équipes alumni et carrières Difficulté à mesurer l'impact et le retour sur investissement des actions réseaux Solution technique Stack intégrée : Airbyte pour l’extraction, BigQuery comme entrepôt, dbt pour le modeling, le tout sur Google Cloud. Collecte LinkedIn : utilisation d’un crawler maison et de l’API Sales Navigator ; classification en temps réel des changements de poste avec GPT-4 ; automatisation de la mise à jour via webhooks n8n (moins de 15 minutes). Nettoyage et déduplication : fusion automatique des doublons grâce à Sentence-BERT. Workflows IA : enrichissement sémantique via Vertex AI, contrôle qualité par Great Expectations, intégration PostgreSQL + Hasura GraphQL, dashboard Retool, alertes via Slack. Indicateurs clés Métrique cléAvantAprès Taux de doublons18 %< 1 % Profils à jour62 %95 % Temps de mise à jour20 min< 1 min Charge mensuelle de maintenance40 h homme4 h homme Délai de diffusion signaux carrière2 semaines15 min Fiabilité des données63 %95 % ROI projet (économies/an)—× 4,2 La modernisation a permis de réduire considérablement les doublons, accélérer les mises à jour quasi instantanées et libérer une semaine-homme mensuelle pour les équipes carrières. Désormais, la base unifiée garantit une fiabilité de 95 % des données, ce qui favorise la personnalisation des programmes alumni et la prospection. La surveillance automatisée des changements alimente un système d’alertes utilisé par trois services internes. IESEG dispose ainsi d’un référentiel robuste, conforme au RGPD et prêt à être étendu à d’autres populations étudiantes. Pipeline data versionné pour auditer chaque transformation. Règles qualité automatiques en continu. Déclenchement automatique des mises à jour à chaque détection de changement. Mise à jour semestrielle des embeddings pour optimiser la déduplication. Prochains développements prévus : validation blocking, extension des intégrations LinkedIn, scoring prédictif, audit RGPD, et gouvernance multi-entités.
Déploiement d’une plateforme IA pour l’analyse GC-MS et la reformulation
Industrie / Énergie / Ingénierie, Mode / Luxe / Beauté
Mission : Un acteur du secteur de la parfumerie souhaitait dépasser les limites des solutions AMDIS et Excel pour analyser ses données GC-MS et accélérer la reformulation de ses fragrances. Pour répondre à ce besoin, nous avons conçu une plateforme d’intelligence artificielle spécialement dédiée à la parfumerie. Celle-ci centralise les bibliothèques de molécules et matières naturelles, génère une formule globale polaire/apolaire, permet la superposition des chromatogrammes de marché et d’essai, et offre un module de redosage incluant des coefficients de réponse. Grâce à cette approche unifiée, analyse et reformulation sont désormais réunies au sein d’un même outil, sans utilisation de tableurs, avec une traçabilité totale et des données prêtes à alimenter des modèles d’IA. Ce projet démontre concrètement l’apport de l’IA appliquée au GC-MS dans l’évolution de la formulation de parfums et l’optimisation du travail des analystes. Problématique : Chez Parfumsplus, les équipes d’analyse travaillaient avec une succession d’outils non connectés — principalement AMDIS pour l’analyse GC-MS, et Excel pour la formulation et le redosage. Ce fonctionnement engendrait une perte de temps due aux ajustements manuels, un déficit de traçabilité des choix réalisés, ainsi qu’une impossibilité de standardiser les étapes de reformulation. Chaque analyste appliquait alors ses propres méthodes, avec un risque élevé d’erreurs ou d’incohérences. Objectifs : Le client visait à remplacer cette organisation morcelée par une plateforme unifiée capable de centraliser toutes les librairies de molécules et matières naturelles, de générer automatiquement une formule globale T/TA, d’intégrer un module de redosage basé sur des marqueurs et des coefficients de réponse, de comparer visuellement les essais par overlay des chromatogrammes et de constituer une base d’apprentissage robuste pour fiabiliser l’identification moléculaire. Solution livrée : Nous avons développé et déployé une plateforme IA métier spécialement pensée pour les analystes parfumeurs, intégrant un moteur d’identification basé sur Spec2Vec et NNLS, un chromatogramme interactif, une formule T/TA, un module de redosage intelligent, un overlay visuel, un système d’ajout manuel guidé, l’archivage des données et la possibilité d’ajouter prochainement de nouveaux modules IA. La plateforme, pleinement opérationnelle, est utilisée au quotidien et apporte une traçabilité intégrale ainsi qu’un gain de productivité significatif. Élimination complète d’Excel pour toutes les opérations, garantissant une traçabilité à 100 % Diminution du temps d’analyse jusqu’à 50 % pour le redosage et la comparaison des chromatogrammes grâce à l’automatisation IA Historisation de chaque ajout, sauvegarde continue des coefficients, création d’une base de données prête pour l’entraînement de modèles IA Zones de déploiement : Paris & Île-de-France, Grasse (06), Lyon et la région Auvergne-Rhône-Alpes, ainsi qu’un mode à distance pour les laboratoires installés en Europe. Témoignage client : « Nous avions besoin de sortir d’un fonctionnement artisanal basé sur AMDIS et Excel pour fiabiliser nos analyses GC-MS et accélérer nos reformulations. Koïno a rapidement compris nos enjeux métier et livré une plateforme claire, robuste et immédiatement exploitable. Le gain de temps est réel, le redosage est devenu maîtrisable, et chaque ajout est désormais traçable. C’est un outil que l’on utilise au quotidien. »
Déploiement de 30 agents IA spécialisés pour le secteur M&A
Finance / Comptabilité / Legaltech
Mission : Koïno a accompagné Adviso Partners, cabinet expert en conseil en M&A (fusion-acquisition), dans la mise en place de 30 agents IA spécialisés. Ces solutions personnalisées automatisent des tâches stratégiques telles que le sourcing sectoriel, la due diligence documentaire et la correction de présentations, permettant d’économiser plus de 100 heures chaque mois tout en optimisant la productivité et la fiabilité des livrables financiers. Problème Les équipes M&A d’Adviso Partners faisaient face à des tâches longues et répétitives, tandis que les outils IA génériques montraient leurs limites en matière de fiabilité dans un contexte M&A.La gestion du sourcing sectoriel, l’analyse documentaire et la révision de présentations consommaient un temps considérable. L’utilisation seule de l’intelligence artificielle générative, comme ChatGPT, ne répondait pas complètement aux exigences : prompts complexes, résultats aléatoires et données parfois peu fiables. Cela engendrait une surcharge opérationnelle et réduisait la valeur ajoutée sur des missions à fort impact stratégique. Solution Adoption de 30 agents IA spécialisés, intégrés directement aux processus M&A. Koïno a réalisé un audit approfondi de 110 cas d’usage afin de détecter les principales difficultés et sélectionner 30 processus apportant un retour sur investissement élevé. Des agents IA sur-mesure ont ainsi été créés : automatisation du screening sectoriel, consolidation de notes, correction intelligente de supports PowerPoint, génération de profils financiers. Ces outils puisent leurs informations dans des bases fiables (CFNews, Pappers, bases financières) et sont intégrés au quotidien des analystes et directeurs. Résultats Plus de 100 heures économisées chaque mois grâce à une automatisation précise. Les analystes ont réduit de 18 heures le temps alloué au sourcing par opération. Amélioration de la productivité, standardisation automatique des supports, consolidation des données en un seul clic. L’accès direct aux bases professionnelles garantit la fiabilité des traitements et libère du temps pour l’analyse stratégique. Méthodologie Le déploiement s’est fait en cinq étapes : cadrage du projet, audit de 110 cas d’usage, sélection et hiérarchisation selon le ROI, développement progressif des agents et formation/accompagnement des équipes. Les agents couvrent le screening sectoriel multi-sources (gain de +18 heures par sourcing), la vérification automatique de présentations PowerPoint, la synthèse et structuration de données utiles à la due diligence. Fonctionnalités développées Screening sectoriel provenant de multiples sources Correction automatique de présentations Analyse et synthèse automatisées : transcription de réunions, résumés de documents volumineux, fiches cibles, analyses réglementaires Consolidation et structuration collaborative de notes Traduction, extraction des participants de salons, génération de questionnaires pour les Info Memo Impacts et ROI Plus de 100 heures économisées mensuellement Réduction de 45 % du temps requis pour produire des documents critiques Livrables homogènes, fiabilisés et accélération globale du traitement des dossiers M&A