Elle finit là où elle est apparue
Pour regarder sous un autre angle, il faut tout reformuler — et écrire la bonne question exige précisément ce qui vous manque encore : savoir où est le problème.
Posez une question en français et Luminy enquête étape par étape jusqu’à la réponse, en tableaux de bord avec les chiffres exacts de votre propre base. Sans ouvrir la base à l’IA, sans technicien au milieu et sans coût par utilisateur.
Utilisé par des entreprises qui réalisent plus de 1,4 milliard de dollars de chiffre d’affaires par an.
« Je veux des agents d’IA sur mes données, mais je ne peux pas ouvrir la base à une IA. »
La DSI et le juridique bloquent le projet, pour confidentialité, RGPD et risque.
L’IA construit les requêtes et ne lit que les résultats, jamais les enregistrements. La base reste où elle est.
« Chaque nouvelle question finit dans la file d’attente de la DSI. »
Le tableau de bord tout fait ne répond pas à la question suivante, et l’analyste devient le goulot d’étranglement.
La personne pose sa question en français et reçoit le graphique avec les chiffres exacts de votre base, prêt à explorer.
« La facture d’IA grimpe et personne ne sait ce qui a été demandé. »
On paie au token et par utilisateur, et l’usage échappe à tout contrôle.
Chaque requête est enregistrée. L’entreprise mesure l’usage et voit ses équipes poser des questions de mieux en mieux.
C’est pourquoi demander un rapport à un spécialiste ne suffit pas, et interroger une IA qui répond en texte non plus : les deux exigent que vous sachiez déjà quoi chercher. Ce qui marche, c’est une nouvelle façon de regarder, où l’on découvre ce qui compte en regardant. Voyez plus bas.
Changez les champs de la question, leur ordre et le type de graphique : le résultat est complètement différent. Sans aucune connaissance technique. Sans que personne vous aide.
La différence entre interroger une IA et interroger ici n’est pas dans la réponse — elle est dans ce que vous pouvez en faire une fois qu’elle est là. Un texte, on le lit. Un graphique, on le manipule.
Pour regarder sous un autre angle, il faut tout reformuler — et écrire la bonne question exige précisément ce qui vous manque encore : savoir où est le problème.
Vous demandez une fois. Vous analysez des dizaines d’angles. Et c’est en manipulant qu’on découvre quel angle comptait — car au moment de demander, personne ne le sait.
ERP, CRM, systèmes opérationnels et sources externes.
Les données sont rassemblées, organisées et préparées.
Chaque question devient un rapport, un graphique ou un paragraphe. Et s’arrête là.
Fonctionne au-dessus de l’existant et lit les données à la source.
La compréhension cesse d’être concentrée chez quelques spécialistes.
Les questions qui en valaient la peine deviennent votre bibliothèque personnelle.
Les éléments de la bibliothèque s’assemblent en tableaux de bord prêts à consulter.
Vous créez votre propre moteur de requêtes, entièrement sur vos données.
Pas de migration, pas de nouveau data warehouse, pas de projet de six mois avant la première question. Luminy lit ce qui existe déjà, là où c’est déjà. Ce qui change, ce n’est pas l’infrastructure, c’est qui peut poser des questions.
Connexion directe aux bases et aux Data Lakes où l’entreprise réunit déjà les données de tous ses systèmes. Aucune copie parallèle à maintenir, aucun nouvel environnement à provisionner, aucune file d’attente avec l’équipe data avant de commencer.
Tables, champs et indicateurs sont associés aux mots que les gens utilisent vraiment. C’est pourquoi « ventes en 2026 » trouve la bonne réponse sans que personne n’écrive de requête.
L’IA comprend la question et construit la requête, mais n’accède jamais à la base et ne lit aucun enregistrement. Quand elle enquête, elle ne voit que les totaux des requêtes. Vos enregistrements n’entraînent aucun modèle et restent dans un environnement que vous choisissez, dans votre entreprise ou sur un serveur dédié.
Dans Luminy, une question peut aussi être une requête SQL ou une donnée JSON, renvoyée sous forme de graphique, prête à explorer, à changer de visualisation et à voir sous d’autres angles, comme toute autre réponse.
Ce n’est pas un outil pour que l’équipe data travaille à la place des autres. Nous avons créé des façons différentes pour que chacun tire le maximum de la plateforme, selon les besoins spécifiques de chaque fonction.
Dans une chaîne de distribution, ceux qui gèrent les magasins interrogent directement les chiffres et reçoivent la réponse en tableau de bord. C’est ainsi que la compréhension se diffuse dans toute l’entreprise.
La visite tourne sur un jeu de données de démonstration et répond à la plupart des questions sans que vous parliez à qui que ce soit. Ensuite, la seule conversation qui compte porte sur vos données.
La visite guidée parcourt une vraie question : de la phrase tapée jusqu’au tableau, aux graphiques par ligne et à ce qu’on peut faire une fois la réponse affichée.
C’est Marcus, fondateur de Luminy, qui répond. La conversation porte sur l’endroit où sont vos données, ce qu’on peut répondre dès la première semaine et à quoi ressemblerait une preuve de concept chez vous.