Artificial Intelligence : ce qu'en disent nos clients

Des entreprises belges et européennes partagent leur expérience avec nos solutions d'intelligence artificielle. Résultats chiffrés, délais réels, retours honnêtes.

Témoignages récents

★★★★★
Nous gérions 300 factures fournisseurs par mois à la main. L'agent de classification qu'AiCertainty a déployé en a automatisé 85 %. Le temps de traitement est passé de 4 jours à une demi-journée. Ce qui m'a surpris, c'est la rapidité de mise en place : trois semaines entre le premier appel et le prototype fonctionnel.
Portrait de Nathalie Devos
Nathalie Devos Directrice financière, Logiflex SA
★★★★★
Notre problème était simple : on perdait des clients parce qu'on répondait trop lentement aux demandes de devis. AiCertainty a branché un modèle de langage sur notre boîte mail et notre catalogue produits. Maintenant, un brouillon de devis est généré en moins de 2 minutes. Le commercial n'a plus qu'à vérifier et envoyer. On a gagné 22 % de taux de conversion en six mois.
Portrait de Marc Janssens
Marc Janssens Gérant, Janssens Matériaux
★★★★☆
On avait déjà essayé de faire de la prédiction de pannes avec un prestataire précédent, sans succès. L'équipe d'AiCertainty a pris le temps de comprendre nos capteurs IoT et a construit un modèle spécifique à nos lignes de production. Depuis janvier, on a détecté 9 pannes potentielles avant qu'elles ne surviennent. Le seul bémol : la phase d'audit a pris une semaine de plus que prévu à cause de nos données historiques mal structurées.
Portrait de Karim Bouzidi
Karim Bouzidi Responsable maintenance, BelgaPack
★★★★★
Je dirige un cabinet d'avocats de 12 personnes. On nous a proposé de tester un outil de recherche documentaire basé sur l'IA. En deux mois, nos juristes passent en moyenne 40 minutes de moins par dossier à chercher de la jurisprudence. L'outil n'est pas parfait sur les textes en néerlandais, mais l'équipe d'AiCertainty continue d'améliorer le modèle.
Portrait de Sophie Claessens
Sophie Claessens Associée, Cabinet Claessens & Partners

Étude de cas : prédiction de la demande pour un distributeur alimentaire

Le contexte

FreshBelgium distribue des fruits et légumes frais à 180 points de vente en Wallonie et à Bruxelles. Chaque semaine, l'équipe logistique estimait les volumes de commande à partir de tableurs Excel et d'intuition. Résultat : 12 % de pertes dues au gaspillage et des ruptures de stock régulières sur les produits à forte rotation.

Ce que nous avons fait

Nous avons collecté 3 ans de données de vente, les prévisions météo, le calendrier scolaire et les jours fériés belges. Un modèle de régression gradient boosting a été entraîné pour prédire la demande par produit et par point de vente, à 7 jours. Le prototype a été livré en 5 semaines.

Les résultats après 4 mois

Le gaspillage a chuté de 12 % à 4,3 %. Les ruptures de stock ont diminué de 60 %. L'équipe logistique consacre désormais 2 heures par semaine aux ajustements manuels, contre 11 heures auparavant. FreshBelgium estime l'économie annuelle à environ 185 000 euros.

Entrepôt de distribution alimentaire avec tri de fruits et légumes frais

Nos résultats en chiffres

Ces statistiques couvrent les 18 derniers mois et portent sur l'ensemble de nos projets livrés en Belgique.

37
Projets livrés
94 %
Clients satisfaits (note ≥ 4/5)
5,2 sem.
Délai moyen de livraison
2,8x
ROI moyen la première année

Discuter de votre projet