Lettria

Lettria propose deux points d'entrée dans cette couche. Knowledge Studio est une plateforme d'intelligence documentaire native des graphes, conçue pour les industries réglementées, y compris la finance, la santé, le juridique et l'ingénierie, où la traçabilité et l'auditabilité sont aussi importantes que la précision. Perseus est destiné aux développeurs et aux équipes techniques, leur permettant de générer et de versionner des ontologies et des graphes de connaissances pour leurs propres données de domaine, avec des experts métier impliqués, afin que des graphes de qualité production puissent être construits en quelques jours plutôt qu'en plusieurs mois.

La plateforme est construite autour de trois capacités principales. L'Ontology Building génère automatiquement des ontologies à partir des données de domaine d'une organisation plutôt que de nécessiter un modélisation manuelle, avec un contrôle de version intégré. Le Text-to-Graph convertit des matériaux non structurés tels que des documents, des tableaux et des exports SAP en un graphe de connaissances structuré et interrogeable ; Lettria affirme que cette étape est plus précise de plus de 30 % et jusqu'à 400 fois plus rapide que les LLMs à usage général pour la même tâche, et couvre les tableaux natifs, les mises en page et le contenu multimodal. La Graph Retrieval, ou GraphRAG, répond ensuite aux questions en suivant les relations à travers le graphe plutôt qu'en faisant correspondre des mots-clés ou des morceaux isolés, chaque réponse étant retracée jusqu'à ses documents sources, que l'entreprise présente comme "zéro hallucinations par conception."

Lettria publie des comparaisons de référence montrant que son approche basée sur les graphes surpasse les agents de récupération vectorielle simples en raisonnement multi-sauts, raisonnement numérique et raisonnement temporel, avec une précision globale de 81,7 % contre 57,5 % pour les agents vectoriels dans ses propres tests. L'entreprise cite également des études de cas de production : Alfa Laval l'a utilisé pour unifier des manuels techniques et des spécifications en un seul graphe de connaissances en ingénierie, rapportant un gain de 30 % en précision d'extraction ; Wisecube a structuré 108 Go de texte biomédical en un graphe de connaissances couvrant plus de 500 classes ; Leroy Merlin a unifié un catalogue de produits de détail en plus de 10 000 classes de produits ; et AP-HP l'a utilisé pour structurer des recherches biomédicales fragmentées, rapportant un délai de recherche 60 % plus rapide.

Lettria est conçu pour des organisations réglementées ou intensives en connaissances, telles que les équipes de santé, de finance, de juridique et d'ingénierie, qui ont besoin de réponses IA ancrées dans des sources traçables, ainsi que pour les équipes de développement et de données construisant l'infrastructure de graphe derrière ces réponses.