Mémoire institutionnelle
chaque condition essayée reste interrogeable, y compris les échecs. Les résultats négatifs cessent d'être perdus.
Science & R&D
Application métierUn bon assistant R&D n'est pas un modèle plus intelligent — c'est un modèle qui accède enfin au lien entre ce que vous avez voulu tester (hypothèses, plan d'expériences) et ce qui s'est réellement passé (résultats). Ce lien, c'est le substrat. Sans lui, l'IA au labo est un chatbot de littérature. Avec lui, chaque expérience rend la suivante plus rapide.
Le problème
Les plans d'expériences vivent dans des tableurs. Les résultats vivent dans des exports d'instruments, des cahiers de labo électroniques, des fichiers éparpillés. Et le raisonnement — pourquoi cette condition, ce que le résultat voulait dire — vit dans les têtes, et part avec elles. Les résultats négatifs disparaissent. À la question « ne l'avait-on pas déjà testé ? », personne ne sait répondre.
Posez un assistant IA sur cet ensemble disjoint et il en hérite : il résume un article, mais il ne peut pas raisonner sur votre programme, parce que votre programme n'a jamais été capté comme un savoir relié.
L'IA qui se trompe au labo n'a pas un problème de modèle. Elle a un problème de fondation.
Le substrat scientifique
Syrtis capte la boucle expérimentale comme un savoir relié et souverain : l'hypothèse, le design (facteurs, niveaux, conditions — le plan d'expériences), l'exécution, le résultat mesuré, et l'interprétation du scientifique. Chaque point de design est lié à son résultat et à sa raison d'être. Ce corpus relié est trois choses à la fois :
chaque condition essayée reste interrogeable, y compris les échecs. Les résultats négatifs cessent d'être perdus.
l'assistant R&D raisonne sur ce que vous avez réellement fait, cité et traçable, pas sur du savoir web générique.
assez de couples (design → résultat) permettent de modéliser la surface de réponse, de proposer la prochaine expérience, et de fermer la boucle (apprentissage actif, optimisation bayésienne).
« Le résultat seul est une donnée. Le résultat relié à l'intention qui l'a produit est un savoir. »
Chaque expérience conçue est reliée à son résultat et à sa raison. Le substrat garde la boucle vivante — et l'assistant propose la prochaine itération.
L'assistant R&D
Posé sur le substrat, l'assistant lit le contexte exact dont il a besoin et y réécrit du savoir neuf — le même schéma que les agents Syrtis, appliqué à la paillasse.
Suggère les conditions suivantes à partir de la surface de réponse — pas au jugé.
Signale les conditions déjà explorées, échecs compris, avec le run qui le prouve.
Rédige le rapport ou le protocole, chaque affirmation citée à son run.
Fait remonter les résultats incohérents entre lots, opérateurs, instruments.
Intègre un nouveau scientifique à des années de mémoire programme en quelques jours.
Domaines d'application
Le motif est indépendant du domaine : dès qu'une équipe conçoit des expériences et lit des résultats mesurés, le substrat s'applique. Par exemple —
optimisation de procédés et recettes (gravure, dépôt, lithographie), montée en rendement, DoE sur les paramètres d'équipement.
criblage d'excipients, co-formulation, stabilité.
alliages, composites, revêtements : composition × procédé × propriété.
optimisation de réactions, criblage de ligands et de conditions.
formulation électrolyte/électrode, résultats de cyclage.
fermentation, montée en échelle, optimisation de milieux.
Des molécules différentes, la même boucle — des hypothèses conçues, des résultats mesurés, un savoir qui devrait composer mais qui, d'habitude, s'évapore.
Souveraineté & conformité
Les données de R&D sont le joyau : propriété intellectuelle, secrets de fabrication, confidentialité partenaire. Syrtis tourne on-premises ou en cloud souverain UE. La sélection du modèle par nœud garde les étapes sensibles sur des modèles locaux. Provenance complète, versionnement, piste d'audit. RGPD et règlement IA de l'UE respectés par conception. C'est aussi ce qui rend le déploiement possible derrière des murs de confidentialité et dans une R&D en consortium.
Par les nœuds d'ingestion : documents, bases SQL, API/webhooks, exports d'instruments. Tout entre par l'indexeur, sans tout refondre au préalable.
Non. La capture vient d'abord ; l'indexation répartit chaque élément dans la mémoire qui lui convient (vecteur, graphe, document, SQL).
Non. Syrtis relie et garde en mémoire le couple design → résultat. Il complète vos plans d'expériences et l'optimisation, il ne les remplace pas.
Dans un substrat souverain : on-premises ou cloud UE. Les données ne quittent pas votre périmètre.
Un premier assistant se construit en heures, pas en mois. La valeur composée croît à mesure que la boucle expérimentale se remplit.