Hellopro : l'architecture d'une recherche sémantique B2B, validée par un POC
Hellopro est une place de marché (marketplace) B2B industrielle : 15 000 fournisseurs, 800 000 références. Des fondations techniques solides, aucune infrastructure IA, et un besoin pressant de recherche sémantique et de matching (appariement) acheteur-fournisseur. L'audit IA a livré l'architecture complète et un POC (preuve de concept) validé sur leurs données ; l'équipe disposait d'un prototype fonctionnel dans le mois.
Contexte
Hellopro met en relation des acheteurs professionnels et des fournisseurs industriels autour de 800 000 références : machines, équipements, consommables, services. Une recherche par mots-clés fonctionne tant que l'acheteur connaît le nom exact du produit. Elle échoue dès qu'il décrit un besoin (« une pompe pour tel fluide à telle pression ») ou qu'il faut lui proposer les fournisseurs les mieux placés parmi 15 000. La direction voulait de la recherche sémantique, du matching acheteur-fournisseur et de l'estimation budgétaire, avant que la concurrence ne prenne l'avantage.
L'équipe de développement était solide, sans expérience de mise en production d'un système IA. Le risque était de partir sur une architecture sous-dimensionnée ou surdimensionnée, ou de dépendre d'un prestataire pour chaque évolution. Ils ont choisi un audit IA en amont de tout développement, avec un freelance IA plutôt qu'une agence IA, pour obtenir un plan de construction qu'ils pourraient exécuter en interne et un POC prouvant l'approche sur leurs propres données.
Ce qui a été construit
- J'ai commencé par analyser leurs données réelles : structure du catalogue, qualité des fiches, hétérogénéité des catégories, pour savoir ce que la recherche sémantique pouvait exploiter tel quel et ce qui demandait un enrichissement.
- Le blueprint (plan d'architecture) livré couvre la chaîne d'ingestion, la stratégie d'indexation par embeddings (représentations vectorielles du texte), la conception du moteur de matching acheteur-fournisseur et le dimensionnement matériel nécessaire pour 800 000 références.
- Le plan de construction est découpé par phases, en commençant par un sous-ensemble de catégories pour mesurer la pertinence avant de généraliser à tout le catalogue.
- Une répartition écrite distingue ce que l'équipe interne gère seule (intégration, interface, exploitation) et les points qui demandent une expertise externe (évaluation du retrieval, c'est-à-dire de la recherche des passages pertinents, et réglage du matching).
- La preuve de concept a validé l'approche de matching sur leurs données réelles, avec des exemples de requêtes d'acheteurs et les fournisseurs retournés, examinés avec l'équipe.
- Sur cette base, l'équipe a construit un prototype fonctionnel dans le mois qui a suivi la restitution.
Un besoin proche de celui de Hellopro ?
Vingt minutes suffisent pour savoir si c'est faisable, par où commencer et à quel ordre de grandeur s'attendre.
