Au-delà des annonces produit : ce qui mijote dans le lab

30 juillet 2026 · R&D · 6 min de lecture

Ce blog n’a pas chômé ces derniers mois, mais il a surtout parlé produit et technique : versions, fonctionnalités, guides. Ce que ces articles ne montrent pas, c’est la vue d’ensemble qui se dessine derrière. Alors avant la pause estivale, visite guidée du lab : cinq étapes, d’un serveur MCP déjà en production à un CLI open source, de solutions métier avancées à un premier aperçu des plans agentiques.

Un fil rouge traverse tout ce qui suit. L’IA ne devient fiable en entreprise que lorsque chaque couche de la pile documentaire s’ouvre à elle : le référentiel, la visionneuse, l’orchestration. Pas un chatbot posé par-dessus, mais une plateforme où documents, métadonnées et processus sont des objets structurés que l’IA manipule, selon vos règles. C’est ce qui fait passer l’IA de la démo au réel, et chaque étape de cette visite en est une déclinaison.

Étape 1 · FlowerDocs se configure en langage naturel

Si vous ne lisez qu’une seule de nos publications cette année, que ce soit l’annonce du serveur MCP FlowerDocs. En résumé : FlowerDocs embarque désormais un serveur MCP qui connecte un assistant IA directement à la couche d’administration de la plateforme. Vous décrivez en langage naturel les classes de documents, les workflows et les formulaires de recherche dont vous avez besoin ; l’assistant les construit, guidé par la documentation produit et borné par les permissions de l’utilisateur connecté.

C’est disponible aujourd’hui, et cela a déjà changé notre façon de mener nos propres projets. Ce que cela débloque pour vous tient en une phrase : le budget qui partait dans le paramétrage initial peut enfin aller là où un projet se gagne, dans les itérations avec vos utilisateurs métier.

Étape 2 · ARender s’ouvre

ARender, notre technologie de visualisation de documents, suit la même direction, et le rythme a été soutenu cet été. Deux des quatre nouveautés ci-dessous ouvrent la couche de visualisation aux applications et à l’IA ; les deux autres rajeunissent la visionneuse elle-même.

La visionneuse de tableurs en mouvement. Version de travail : ce n’est pas le rendu final.

Étape 3 · uxc, un seul compagnon de build, en open source

Tout projet FlowerDocs ou Uxopian AI accumule de la personnalisation : handlers, prompts, classes de documents, configurations d’interface, scripts. Nous avions déjà un CLI pour ce travail, mais il était limité à FlowerDocs. uxc est l’étape suivante : un compagnon de build unique, transverse à nos produits, qui traite votre personnalisation comme du code, avec un flux de développement assisté par IA et le packaging intégrés. On tire la configuration depuis un serveur, on l’édite en local dans ses propres outils, on la repousse validée et dans le bon ordre de dépendances, on teste, on contrôle la dérive, on package.

uxc possède déjà les primitives dont un écosystème de builders a besoin : gestion des dépendances, multi-versions, tests, packaging. C’est précisément le but. Nous voulons qu’il devienne une fondation sur laquelle on construit, et nous assumons une trajectoire progressive, sur plusieurs trimestres, de l’expérimental vers le standard : nous l’utilisons d’abord sur nos propres projets avant d’élargir le cercle.

Étape 4 · Construit par-dessus : bons de commande et contrats

La meilleure preuve d’une plateforme, c’est ce qu’on construit dessus. Cette année, avec des clients grands comptes, nous avons assemblé deux solutions avancées mêlant FlowerDocs et Uxopian AI : l’une pour la gestion des bons de commande, l’autre pour la gestion des contrats. Et en les construisant, quelque chose s’est produit. Avec ce nouveau flux de développement et l’IA couplée à la plateforme, le portefeuille Uxopian a révélé toute sa saveur : des refontes complètes de l’expérience utilisateur, tableaux de bord, assistants pas à pas, corbeilles de travail, assemblées en quelques jours, et non en quelques mois, en mobilisant l’extensibilité, la modularité et les API de composants que FlowerDocs a toujours eues.

Le plus intéressant n’est pas que l’IA soit impliquée. C’est la manière. Dans ces solutions, l’IA est au cœur et en coulisses : transparente, mais partout. Un contrat n’est pas un PDF déposé dans une fenêtre de chat ; c’est un objet structuré dont les parties, les clauses, les obligations, les montants, les dates et les versions sont des champs que la plateforme gouverne et sur lesquels l’IA s’appuie. Les prompts sont des actifs versionnés. Les extractions alimentent des métadonnées auxquelles les workflows réagissent. Chaque décision de l’IA laisse une trace qu’un humain peut auditer. Exactement ce qu’exigent les dossiers complexes, à fort enjeu, d’une direction achats ou juridique.

L’IA juridique corrige les clauses, commentaires à l’appui, directement dans le document Word.

Une déviation de clause en attente de décision humaine : l’accepter, ou la renvoyer en négociation.

Contract intelligence sur le dossier : conformité clause par clause, déviations et niveau de risque.

Étape 5 · Premier aperçu des plans agentiques

Une dernière chose, et elle arrive avec la release de juillet d’Uxopian AI, qui aura son propre article : les plans agentiques entrent en bêta, et vont mûrir au fil du prochain trimestre. Le problème qu’ils adressent, tout projet IA sérieux finit par le rencontrer : l’orchestration fixe est prévisible mais rigide, le comportement totalement agentique est souple mais difficile à garantir. Les plans agentiques permettent de combiner les deux dans un même processus, avec chaque étape tracée.

Et agentique ne veut pas dire l’humain hors jeu. Les premiers cas d’usage que nous construisons touchent à la capture, et les agents savent rendre la main quand cela compte : un humain relit ce que l’agent a extrait, l’accepte, le rejette ou le corrige directement sur le document, en s’appuyant sur la puissance d’ARender et de ses annotations.

L’autonomie là où elle aide, le contrôle là où il compte.

Agents et Plans : la nouvelle section Agentic livrée avec la release de juillet d’Uxopian AI.

L’humain dans la boucle, sur le document : les extractions de l’agent deviennent des annotations que le relecteur accepte, rejette ou corrige sur place.

Nous gardons l’analyse détaillée pour son propre article, une fois que la bêta aura rencontré ses premiers projets réels.

La suite à la rentrée

Cinq étapes, et la plupart méritent un article complet : l’argument modèle de données contre copilote, une prise en main d’uxc, la release de juillet d’Uxopian AI, les plans agentiques à mesure qu’ils mûrissent. Attendez-vous à des suites sur plusieurs de ces sujets dans les deux prochains mois. D’ici là, si une étape de cette visite résonne avec votre feuille de route, parlons-en.