Foncière immobilière : Base de connaissances RAG pour 1.2Md€ d'actifs

Le contexte

Nom du client anonymisé pour raisons de confidentialité.

Cette foncière immobilière française gère un portefeuille de plus de 1.2 milliard d'euros d'actifs : bureaux, commerces, logistique. Leur équipe de 45 personnes (asset managers, juristes, gestionnaires) manipule quotidiennement des milliers de documents :

• Baux commerciaux et avenants
• Contrats de gestion et mandats
• Réglementations urbanistiques
• Rapports d'expertise et audits
• Correspondances locataires

Le problème : un asset manager passait en moyenne 2h30 par jour à rechercher des informations dans ces documents éparpillés entre serveurs, emails et archives physiques numérisées.

La solution

Nous avons déployé une base de connaissances RAG on-premise accessible via une interface web interne et intégrée à leur SSO Azure AD.

Fonctionnalités clés

1. Recherche en langage naturel

   "Quelles sont les clauses de renouvellement du bail Carrefour sur l'actif Lyon Part-Dieu ?"

2. Extraction automatique de données

   • Dates d'échéance des baux
   • Montants de loyers et indexations
   • Clauses particulières (travaux, résiliation, etc.)

3. Alertes proactives

   • Notification 6 mois avant échéance de bail
   • Détection de clauses inhabituelles

4. Audit trail complet

   • Traçabilité des accès
   • Sources citées pour chaque réponse

Architecture technique

• Déploiement : On-premise sur infrastructure cliente (pas de données dans le cloud)
• Ingestion : Connecteurs SharePoint, emails, scanner OCR
• Sécurité : SSO Azure AD, logs d'accès, chiffrement AES-256
• Modèle : LLM auto-hébergé (Mistral 7B) pour conformité RGPD

Les résultats

Après 6 mois de déploiement sur l'ensemble des équipes :

ROI estimé : 320k€/an en temps économisé (45 personnes × 1h30/jour × 220 jours).

Témoignage

"Nos asset managers ont retrouvé du temps pour l'analyse et la relation client. La recherche documentaire était devenue un frein, elle est maintenant un avantage compétitif."

— Directeur des Opérations

Stack technique

• Python, FastAPI
• PostgreSQL, Qdrant
• Mistral 7B (on-premise)
• Azure AD SSO
• Docker, Kubernetes

Projet réalisé en 12 semaines. Contactez-nous pour un déploiement on-premise.