Exploiter l’historique des avaries et des retours d’expérience de plusieurs navires pour répondre plus vite à une nouvelle avarie
Retrouver les cas similaires déjà traités, même sur un autre bâtiment, et proposer un projet de plan d’actions à l’ingénieur
Intégrer des sources très hétérogènes : fiches d’avaries, bases de suivi, documentation technique scannée (plus de 30 Go, majoritairement en images)
Déploiement sur réseau isolé, matériel dédié sur site, respect des contraintes de classification
ALGORITHMES
OCR et parsing de documents scannés, indexation hybride (vectorielle + métadonnées équipements)
Matching sémantique inter-navires des avaries
Agents LLM : agent de recherche dans les retours d’expérience, agent de recherche dans la documentation technique, agent de synthèse qui rédige le projet de plan d’actions avec ses sources
