͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­ ͏ ‌     ­

Bonjour les sommets !

En ces vacances d’hiver, souvent synonymes de ski, osons un parallèle* audacieux : gérer une entreprise, une association ou une administration, c’est comme skier – on n’a jamais fini d’apprendre.


On pourrait croire que, une fois les bases maîtrisées, tout glisse*. Pourtant, même l’ESF a ajouté de multiples niveaux à son apprentissage : deux pré-niveaux avant notre flocon autrefois premier jalon, et, après la troisième étoile, graal ultime de nos premières glisses, trois nouvelles étoiles de bronze, d’argent et d’or à décrocher. Une bonne affaire pour les écoles de ski ? Certes. Mais surtout un rappel que, dans une discipline mêlant technique, physique et adaptation à un terrain toujours changeant, penser qu’on sait tout faire, c’est ignorer combien il reste à apprendre.

En management comme sur les pentes enneigées, progresser, c’est ne jamais cesser de se former. Alors parlons formation dans cette newsletter. D’abord en revenant sur le partenariat de Solstice Lab avec MYPE, les champions de la formation à Power BI. Ensuite en explorant dans quelle mesure les agents IA peuvent apprendre et évoluer.


Et qui sait, peut-être apprendrez-vous aussi quelque chose en chemin !


*Sans mauvais jeu de mots… ou presque.

On vous a partagé cette newsletter ? Pensez à vous inscrire pour ne pas manquer les prochaines 👉 Je m’inscris à la newsletter de Solstice Lab

Au programme aujourd’hui

  • MYPE × Solstice Lab : gagnez avec Power BI

  • 4 nuances d’autonomie des applications IA

MYPE et Solstice Lab renforcent leur partenariat autour de Power BI

Photo de profil Par Augustin de la Fouchardière, fondateur de MYPE, et Emmanuel Ladoux, fondateur et dirigeant de Solstice Lab.

Power BI : exploiter tout son potentiel avec MYPE et Solstice Lab


Power BI, l’outil de visualisation et d’analyse de données de Microsoft, est une machine de guerre pour exploiter la data… à condition de savoir bien l’utiliser. Sa puissance va de pair avec une certaine complexité, tant sur la prise en main que sur la structuration des données en amont.


C’est tout le sens du duo MYPE x Solstice Lab : un partenariat stratégique pour garantir aux entreprises un dispositif Power BI réellement efficace. MYPE fait monter les équipes en compétence, Solstice Lab pose les fondations data, et vice-versa. Un vrai jeu en une-deux, toujours conclu par une passe décisive au client.

MYPE forme


Spécialiste de la formation Power BI depuis 2016, MYPE aide les entreprises à prendre en main l’outil et à l’intégrer efficacement dans leurs processus d’analyse et de reporting. Leur approche repose sur deux formats :

  • Des formations de prise en main de l’outil, adaptées aux différents niveaux de maîtrise de Power BI, permettant d’acquérir une compréhension approfondie du logiciel et de ses fonctionnalités.

  • Des formations action, où les participants travaillent directement sur les données de leur entreprise. Cette approche immersive permet d’obtenir des résultats immédiatement exploitables et d’accélérer l’appropriation de l’outil par les équipes.

  • Des préparations aux différentes certifications sur Power BI : PL-300, DP-600 (Microsoft Fabric Analytics Engineer), PL200 (Power Platform Functional Consultant).

En trois, cinq ou huit jours, les entreprises peuvent ainsi former leurs collaborateurs à maîtriser Power BI et structurer leurs analyses. Toutefois, dans certaines organisations où les jeux de données sont particulièrement complexes ou éclatés entre plusieurs outils, la formation seule ne suffit pas. C’est dans ces situations que Solstice Lab prend le relai pour assurer la mise en place d’une infrastructure data adaptée.


Solstice Lab transforme


Depuis 2019, Solstice Lab accompagne les entreprises dans leur stratégie data et business intelligence, en s’assurant que leurs données soient correctement intégrées, normalisées et exploitables dans Power BI. Si l’outil est performant pour créer des tableaux de bord et visualiser des données, son efficacité repose avant tout sur la qualité et la structuration des informations qu’il ingère.


C’est pourquoi Solstice Lab intervient sur plusieurs volets essentiels :

  • Data engineering : centralisation et standardisation des données issues des différents outils métiers.


  • Mise en place de data warehouses : consolidation des données pour assurer des analyses fiables et enrichies.


  • Construction de dashboards sur-mesure : création de reportings adaptés aux besoins spécifiques de chaque entreprise.


Grâce à cette approche, les entreprises peuvent exploiter Power BI à son plein potentiel, avec des données fiables et structurées qui facilitent la prise de décision et l’optimisation des performances.


Un partenariat pensé pour maximiser la valeur de Power BI


Grâce à leur complémentarité, MYPE et Solstice Lab permettent aux entreprises de maîtriser Power BI et d’y intégrer des données techniquement plus complexes à capter. MYPE forme les équipes à l’outil, Solstice Lab structure les données pour en maximiser l’impact. Un duo sans chevauchement, qui garantit autonomie et performance aux entreprises clientes.

4 nuances d’autonomie des agents IA


Photo de profil Par Patrice Bonfy, directeur de projet et directeur du développement de Solstice Lab.

Vous l’avez sûrement déjà entendu quelque part avant d’ouvrir cette newsletter : le concept phare de 2025, l’innovation qui promet de transformer notre quotidien, au travail comme à la maison, c’est l’agent IA (pour Intelligence Artificielle, vous l’aviez deviné !).


Mais voilà, la définition d’un agent IA reste floue. On utilise ce terme pour désigner des applications très variées, capables de créer, de raisonner ou d’agir avec l’IA.


Première étape pour imaginer les agents IA qui vont révolutionner le travail dans votre organisation : faisons le point sur 4 nuances d’agents IA, du plus déterministe (conçu en grande partie comme une application classique, où A déclenche systématiquement B) au plus probabiliste (conçu pour maximiser l’autonomie et le raisonnement de l’IA dans son fonctionnement).


La brique fondamentale de l’agent : le couple prompt/modèle IA


Un modèle IA est un algorithme entraîné sur des données pour traiter des requêtes et produire des réponses. Selon sa spécialisation, il peut reconnaître des motifs (un modèle de vision détecte un piéton sur une image), générer du contenu (GPT rédige un email) ou prédire des résultats (un modèle financier estime le chiffre d’affaires d’une entreprise en fonction de plusieurs paramètres).


Le prompt, lui, est l’instruction donnée au modèle. Il structure la demande et oriente la réponse. Il peut prendre différentes formes : texte (“Résume cet article en trois phrases.”), image (une IA analyse une radiographie), son (un modèle de reconnaissance vocale transcrit un message) ou données structurées (une IA de recommandation prédit les produits à suggérer en e-commerce). Il peut même combiner plusieurs formats, selon les capacités du modèle.


Ensemble, ce couple prompt/modèle IA génère une sortie tout aussi variée : un texte (une réponse détaillée), une image (une illustration générée), un son (une musique composée), une action (un assistant IA réservant un rendez-vous), ou encore d’autres formats selon l’usage et le modèle utilisé.


4 nuances d’agents IA selon l’utilisation de cette brique initiale

Le niveau d’autonomie et d’adaptabilité d’un agent IA dépend de la manière dont sa conception orchestre un ou plusieurs couples prompt/modèle IA.


1. Un prompt/modèle IA unique


C’est le Prompt Wrapper, présenté en détail dans l’édition précédente de cette newsletter. Plutôt qu’un véritable agent IA, il s’agit d’une interface conçue pour optimiser l’utilisation d’un modèle spécifique en fonction d’un objectif précis et d’un contexte donné.


💡 Exemples : Classifier automatiquement un document en fonction de son contenu, Analyser automatiquement des contrats pour extraire les clauses clés et identifier les risques potentiels, générer un plan d’action pour tenir une bonne résolution, etc.


2. Une succession algorithmique de prompts/modèles IA


Cet agent est conçu pour enchaîner plusieurs couples prompts/modèles IA afin d’atteindre un objectif, en suivant une logique déterministe. L’exécution peut inclure des boucles de validation, des choix conditionnels ou des ajustements progressifs, mais elle reste encadrée par une structure prédéfinie.


💡 Exemple : un agent conçu pour automatiser la gestion des demandes clients.


1️⃣ Il commence par analyser le message du client (email, chat ou formulaire) pour identifier le type de demande (réclamation, demande d’information, suivi de commande).

2️⃣ En fonction de cette analyse, il génère une première réponse à partir d’une base de connaissances ou de règles préétablies.

3️⃣ Un modèle de vérification relit la réponse générée pour s’assurer qu’elle est bien formulée et pertinente.

4️⃣ Enfin, la réponse est envoyée automatiquement, et la demande est archivée ou transmise à un conseiller si une intervention humaine est nécessaire.


3. Un prompt/modèle IA orchestrant une succession de prompts/modèles IA prédéfinis


Comme dans le niveau précédent, plusieurs modèles IA s’enchaînent pour atteindre un objectif. Mais ici, la séquence n’est pas figée à l’avance : un modèle IA joue le rôle de chef d’orchestre, déterminant dynamiquement les étapes à suivre en fonction des outils disponibles et du résultat recherché.


💡 Exemple : Un assistant de recrutement intelligent. Selon le CV reçu, il peut activer différents modèles IA pour analyser la compatibilité avec une offre, générer des questions personnalisées pour un premier échange, ou rédiger une synthèse pour le recruteur, choisissant les étapes pertinentes sans suivre un scénario rigide.


4. Un prompt/modèle IA orchestrant une succession de prompts/modèles IA créés à la demande


C’est le niveau d’adaptabilité maximal. Ici, le modèle IA chef d’orchestre ne se contente plus d’organiser des briques fonctionnelles existantes : il génère lui-même les prompts et les modèles nécessaires pour accomplir une tâche.


💡 Exemple : Difficile d’en donner un réaliste, tant ce type d’agent se rapprocherait de l’Intelligence Artificielle Généralisée (IAG) – capable d’accomplir n’importe quelle tâche avec une autonomie totale, au même niveau, voire mieux, qu’un humain. Si un tel agent existait, demandez-vous avec quelle succession de prompts/modèles IA il pourrait remplacer… votre métier.


Commencer “simple”


Nous en sommes encore aux premiers stades de l’IA en entreprise, et les agents totalement autonomes relèvent davantage de la prospective que d’une réalité opérationnelle. Pour obtenir des résultats concrets, mieux vaut se concentrer sur les deux premiers niveaux, où les interactions restent maîtrisables et prévisibles. Ces agents peuvent être développés sur mesure ou s’appuyer sur des plateformes existantes, comme Dust pour les applications internes.


L’évolution vers le troisième niveau peut ensuite s’envisager progressivement, en intégrant davantage d’adaptabilité et d’orchestration dynamique. Quant au quatrième niveau, il reste encore largement théorique… mais les avancées récentes montrent que l’avenir pourrait nous surprendre plus vite qu’on ne le pense.


☀️ À propos de Solstice Lab


Créé en 2019, Solstice Lab est un cabinet de conseil et développement Data & IA situé à Paris.

  • Directions générales / financières / commerciales ou marketing : nous intervenons aux côtés des décideurs.


  • Nous accompagnons nos clients sur l’ensemble du cycle de vie de leurs projets Data & IA.


  • Notre force : comprendre finement les enjeux business de nos clients, grands groupes, ETI et scale-ups, et les traduire en solutions technologiques impactantes et innovantes développées sur mesure par nos équipes.


💬 Besoin de réfléchir à un projet Data et/ou IA de votre entreprise ?


Envoyez-nous un message via notre formulaire de contact ou directement par mail à contact@solstice-lab.com.



Ils nous font confiance :