Archivé

Assistant de recommandation de livres par IA

PoC multi-IA conversationnel pour des suggestions littéraires personnalisées

3 mois • 2024•IA, Agents autonomes, Apache Kafka, NestJS, Microservices, Event-driven, PoC, RSE

L’IA au service de la lecture et de la découverte

Dans un contexte où les systèmes de recommandation classiques reposent sur des filtres simples, ce PoC explore une approche disruptive : un orchestrateur IA dialoguant avec l’utilisateur et interrogeant plusieurs IA spécialisées pour produire des suggestions de livres pertinentes, variées et engagées. Cette expérimentation, menée dans un cadre R&D, a validé la faisabilité technique et l’intérêt sociétal d’une telle architecture.

1Concevoir un orchestrateur multi-IA capable de dialoguer avec l’utilisateur

2Coordonner plusieurs IA spécialisées (interprétation, recherche, filtrage)

3Générer des recommandations littéraires personnalisées et argumentées

4Valider l’architecture hybride event-driven + microservices pour l’IA collaborative

5Explorer l’intégration future de fonctionnalités vocales pour l’accessibilité

Architecture hybride : Event-driven et microservices

Pour gérer la complexité de coordination entre agents IA, nous avons conçu une architecture hybride combinant la réactivité de l’event-driven et la modularité des microservices. Kafka assure la transmission fiable et asynchrone des messages, tandis que NestJS offre un cadre structuré pour le développement. L’ensemble garantit scalabilité, résilience et flexibilité, tout en permettant l’évolution vers un MVP.

🧠

Agent Interprétation

Analyse des réponses utilisateur
Extraction des préférences littéraires
Identification des thèmes favoris

🔍

Agent Recherche

Exploration de bases de données livres
Matching algorithmique avancé
Collecte de métadonnées enrichies

⚡

Agent Filtrage

Tri par pertinence et qualité
Élimination des doublons
Ranking final personnalisé

Solutions aux défis identifiés

⚠️ Coordination complexe

↓

✅ Protocoles standardisés

⚠️ Comportements inattendus

↓

✅ Apache Kafka

⚠️ Sécurité des données

↓

✅ Protocoles sécurisés

Démonstration interactive

Assistant de recommandation de livres par IA - Prototype Figma

Parcours utilisateur - Assistant de recommandation de livres par IA

Explorez le prototype interactif du PoC multi-IA, de l'échange conversationnel initial jusqu'à la génération des recommandations littéraires personnalisées.

💡 Tip : Cliquez sur les éléments interactifs pour naviguer dans le prototype

Prototype interactif

Prototype Figma interactif

Ouvrir dans Figma

Fonctionnalités clés

✓NestJS pour un backend modulaire et scalable

✓Apache Kafka pour l’orchestration des flux et la persistance des messages

✓Architecture event-driven pour la réactivité temps réel

✓Microservices autonomes pour la séparation des rôles et la maintenance

✓APIs IA : ChatGPT, Vertex AI, Mistral (tests et intégrations selon disponibilité)

✓Gestion des échanges sécurisés inter-agents

✓Questionnaire adaptatif pour affiner les préférences utilisateur

✓Pipeline automatisé de génération et filtrage des recommandations

Résultats obtenus et enseignements clés

✅Réussites

PoC fonctionnel validant la faisabilité technique
Recommandations personnalisées et diversifiées
Réduction des temps de réponse (-40%) grâce à Kafka
Architecture hybride stable et extensible
Expérience utilisateur jugée innovante lors des tests internes

⚠️Défis rencontrés

Complexité élevée de l’orchestration multi-IA
Accès limité à certaines APIs IA selon les régions
Surcoût computationnel pour la coordination en temps réel
Latence initiale corrigée mais à surveiller

💡Apprentissages

La clarté des rôles entre agents IA est essentielle
Une cartographie précise des flux optimise la coordination
L’architecture event-driven + microservices offre un excellent compromis contrôle/performance
Standardiser les protocoles de communication réduit les comportements imprévus
Le potentiel dépasse la recommandation de livres et ouvre d’autres cas d’usage