达索系统Outscale 2025云端体验大会（五）

寂静回声

如果说前文是为我们展示了创新的“土壤”与“养分”，那么本篇文章将聚焦于这片沃土之上绽放出的更多“成果之花”。我们将继续深入大会的各个创新村，为您带来一系列关于合作伙伴关系、行业解决方案和前沿技术应用的深度分享。我们将首先走进“公共部门村”，聆听Econocom如何与Outscale构建强大的合作伙伴关系，共同服务于要求最严苛的客户。
接着，我们将再次探访“金融村”，了解Cisco的专家如何解读“AI工厂”与DORA法规为智能金融开启的新纪元，并探讨AI如何从“热议”真正走向“价值落地”。在“健康村”，我们将见证Outscale与PariSanté Campus如何联手，为健康科技初创企业搭建一个充满创新、影响力和生态支持的成长阶梯。最后，我们将回到“AI与云村”，听取Cleyrop的专家分享，了解如何在一个安全的SecNumCloud环境中，通过数据与AI的结合，以前所未有的速度实现业务价值。让我们一同见证，生态协同的力量如何加速价值的实现。
在“公共部门村”，Econocom法国公司产品副总监Maxime Coesnon发表了演讲，详细阐述了Econocom作为一家领先的数字化服务公司，为何选择与Outscale建立战略合作伙伴关系，以及双方如何联手为公共部门及其他对安全和主权有高度要求的客户提供卓越的服务。
Maxime Coesnon：
大家好，我是Maxime Coesnon。今天，我将向大家介绍Econocom，阐述我们为何选择Outscale作为战略合作伙伴，并重点介绍我们在人工智能领域的专长和服务。
首先，Econocom是谁？Econocom是一家比利时IT服务公司，成立于1996年。该公司提供各种IT解决方案和服务，包括云计算、网络安全、物联网、移动设备管理等。该公司的总部位于比利时布鲁塞尔，同时在欧洲、北美、拉丁美洲和亚洲设有分支机构。Econocom致力于为客户提供高质量的IT服务和支持，以帮助他们实现数字化转型并提高业务效率。业务重心在法国，年收入约27亿欧元。我们在法国拥有强大的本地化服务网络，并在西班牙、意大利等国持续增长。我们的业务主要围绕四大核心：工作场所（Workplace）、视听与数字显示、基础设施与网络，以及战略资产融资。融资业务是我们一个独特的板块，它使我们能够为客户提供“设备即服务”（Device as a Service）等灵活的采购模式，无论是工作站还是大规模的AI基础设施投资，都可以通过租赁或分期付款的方式进行，平滑客户的资本支出。
在其他三大业务领域，我们的服务覆盖了从分销、集成到支持和回收的整个生命周期。无论是工作场所的电脑、智能手机，还是数据中心的基础设施，我们都能提供360度的全面支持，包括现场支持、远程服务中心支持以及全面的项目管理和咨询服务。值得一提的是，在受管制和安全要求严格的环境中，尤其是在国防领域，相关的服务业务已占我们法国服务收入的25%，这充分证明了我们在这方面的深厚专长和市场地位。
那么，为什么选择Outscale？市场上的云服务商并不少，但Outscale对我们而言是最佳选择，原因有几个。
首先，Outscale最初是为达索系统自身的需求而创建的。这意味着他们对自己服务的稳定性和可靠性有着极高的内在要求。因为一旦出现问题，首当其冲的就是达索系统自身的业务。这种“自用”的背景，让我们相信他们对服务质量的关注度可能高于其他任何服务商。
其次，Outscale提供了最高级别的主权安全保障，特别是其SecNumCloud认证，这对于我们服务的公共部门和国防客户至关重要。他们的服务专门针对这些高要求环境进行了优化，例如，他们最新的AI解决方案目前就只在SecNumCloud认证的数据中心提供。
第三，他们的产品线清晰、专注，聚焦于提供高质量、高可靠性的核心基础设施服务，而不是像超大规模云服务商那样提供成百上千种纷繁复杂的服务。
最后，他们在技术选择上展现了卓越的判断力。例如，选择与Mistral AI合作提供LLM服务，收购并整合Kubernetes专业技术以推出OKS服务，这些都是我们眼中的“制胜之选”。这些因素共同构成了我们选择Outscale的坚实基础。
接下来，我想谈谈Econocom在人工智能领域的专长。我们目前正在开发和部署一系列AI辅助解决方案，并且正在积极地将这些方案迁移到基于Mistral和Outscale的主权环境中。我们的服务主要包括三个方面：“座席辅助”（Agent Assist）、“聊天机器人”（Chatbot）和“知识管理辅助”（KM Assist）。
“座席辅助”旨在提升我们服务台座席的服务质量和效率。AI助手可以帮助他们更准确地填写ITSM（IT服务管理）工单，更好地跟踪事件，并优化沟通流程，最终提升客户满意度。
“聊天机器人”则面向最终用户，通过自动化回答常见问题，实现问题的自助解决，从而减少服务台的压力。这与Mistral的“Le Chat”解决方案的理念高度契合。
“知识管理辅助”则致力于解决许多企业都面临的知识库过时、不准确的问题。AI代理可以持续监控知识库，当发现一篇文档长时间未被使用或更新时，会自动发出警报，确保知识的鲜活和可靠。
此外，我们还在研发“语音机器人”（Voice Bot），以实现更自然的语音到语音（speech-to-speech）交互，为客户提供一个真正流畅的电话AI座席体验。
所有这些AI应用的最终目标是什么？是为了创造切实的业务效益。首先，是提升和保障服务质量。通过AI辅助，我们可以减少人为错误，确保流程得到严格遵守。其次，是缩短简单请求的处理时间，将人力解放出来，专注于处理更复杂、更有价值的任务。第三，是提升最终用户的满意度，让他们能够更快、更简单地解决问题。第四，也是最重要的一点，是借助Outscale和Mistral的解决方案，我们能在一个完全主权和安全的环境中实现这一切，确保我们客户的数据和信息得到最高级别的保护。
总而言之，Econocom今天已经拥有成熟的AI服务能力，我们正在将这些能力与Outscale强大的主权云平台相结合，为公共部门及所有对安全有高度要求的客户，提供一个既创新又值得信赖的数字化未来。

在“金融村”，来自思科（Cisco）的AI解决方案工程师Patrice Nivaggioli，为与会者带来了一场关于AI在金融领域应用与合规挑战的深度演讲。他特别强调了在欧盟《数字运营弹性法案》（DORA）正式生效的背景下，金融机构如何在拥抱AI创新的同时，确保其安全、合规与弹性。
Patrice Nivaggioli：
大家好。今天，我们将探讨一个热门话题：AI工厂与DORA法规，以及它们如何共同开启智能金融的新时代。自今年一月DORA生效以来，所有金融机构都面临着证明其IT系统符合该法规安全要求的挑战。而当我们谈论AI，这个常被视为“黑箱”的技术时，合规性的证明就变得尤为复杂。
首先，让我们看看AI在金融领域的实际用例。我们可以将其分为四类。
第一类，也是风险最低、最容易实现的，是为员工提供安全的、类似聊天机器人的“内部助手”，用于起草邮件、翻译、文档摘要等任务。由于不直接面向外部客户，其风险敞口很小。
第二类，是将AI用于自动化客户体验流程。这里的挑战在于，应用被暴露在外部世界，这极大地增加了攻击面和攻击向量。这也是DORA法规合规性变得至关重要的领域。
第三类，是自动化内部业务流程。这在技术上更为复杂，因为它需要将AI系统与内部数据库、工作流等深度集成。传统的用例包括欺诈检测、信用评分等。而生成式AI的出现，为这一领域带来了新的可能性，尤其是在合规性方面。例如，像Outscale的RegTech解决方案，就能利用LLM自动分析基金的投资组合，验证其是否符合各种复杂的监管规定。这在过去是需要大量人工的。
第四类，是IT运营的自动化。金融机构的IT系统本身就是一个极其关键和复杂的资产。利用生成式AI分析海量的日志、指标和KPI，可以从中提取出以往难以发现的洞察，从而优化IT运营。
在将这些用例投入生产时，金融机构面临着诸多挑战。除了我将重点讨论的安全与合规问题，还包括网络性能——尤其是在分布式训练中，GPU常常因为等待数据而闲置，导致利用率低下；以及基础设施的部署复杂性。像Outscale这样提供预打包、预验证AI堆栈的服务，能够极大地简化这一过程。
现在，让我们聚焦于DORA法规及其对AI应用的具体要求。DORA有几个核心支柱，我将其与AI应用的安全需求一一对应。
第一个支柱是“风险管理”。在AI的背景下，这意味着你必须对你所有的AI资产有完全的可见性。它们部署在哪里？配置如何？模型是如何训练的？使用了哪些数据集？你需要有工具来清点和评估这些AI资产的安全态势。
第二个支柱是“事件管理”。当攻击发生时，你需要能够监控你的AI工作负载。这不仅包括监控底层的进程和文件访问（即运行时保护），还包括监控输入到LLM中的提示（Prompt）。你需要有机制来检测和阻止恶意的提示注入攻击，比如试图绕过模型的安全护栏或窃取敏感数据。
第三个支柱是“测试”。DORA要求金融机构每年进行红队演练，以测试其系统的弹性。但是，如何测试一个AI系统的弹性呢？这是一个全新的领域。我们为此开发了专门的工具，可以对AI模型进行基准测试，评估其在面对提示注入、数据泄露攻击时的鲁棒性，以及其输出是否“有毒”或存在偏见。这一点在模型微调（Fine-tuning）时尤其重要。当你用自己的数据对一个像Mistral这样的基础模型进行微调时，你很可能会在不经意间破坏其原有的安全护栏。因此，每次微调后，都必须对模型进行重新验证。
第四个支柱是“第三方风险管理”。DORA要求你对供应链中的所有第三方服务提供商进行风险评估。在AI时代，这变得更加复杂，因为我们越来越多地使用“智能代理”（Agents），这些代理可能会自主地相互通信，并调用外部的第三方API。你必须有能力理解这些代理之间的依赖关系，并监控它们交换的信息。
为了应对这些挑战，我们开发了一系列安全工具。例如，我们的“AI Defense”解决方案能够实时分析输入到LLM的提示和模型的输出，并根据安全、稳健性和隐私三个维度对其进行分类。它能够识别出那些试图利用模型“同理心”弱点来绕过护栏的复杂攻击。我们还开源了一个专门用于安全的80亿参数模型，帮助社区共同防御AI带来的新威胁。
总而言之，当您在金融领域部署AI应用时，必须将安全与合规置于核心位置。从理解您的AI资产、保护运行时环境，到持续验证模型安全性和管理第三方代理风险，这是一个端到端的、持续的过程，也是在DORA时代成功部署AI的唯一途径。

在“健康村”，一场特别的分享会聚焦于如何为充满活力的健康科技（Healthtech）初创企业生态系统提供支持。来自Outscale for Entrepreneurs项目的负责人Estelle Brown和PariSanté Campus创新中心负责人Deborah Lévy共同登台，详细介绍了双方新建立的战略合作伙伴关系，以及他们将如何携手，将数字主权置于健康科技发展的核心。
大家好，我是Deborah。首先，请允许我介绍一下PariSanté Campus。我们是三年前在法国总统的倡议下成立的一个健康科技创新中心，由法国高等教育与研究部以及卫生部共同支持，目标是使法国成为全球数字健康领域的领导者。
我们如何实现这一目标？我们主要关注三大支柱：创业、研究与创新、以及教育与培训。在我们的园区内，汇聚了超过60家初创企业、大型企业、6个研究机构和实验室，以及来自巴黎科学艺术人文大学（PSL）的教学项目。我们的核心理念是，通过将这些拥有不同专长和背景的参与者——从开发医疗设备的生物学家到研究数字健康社会影响的社会科学家——聚集在同一个屋檐下，我们可以催生思想的碰撞，促进跨界合作，并最终加速创新。
我们是法国唯一一个同时拥有公共机构、研究实验室和各类私营企业（从初创到巨头）的健康科技生态系统。我们为入驻的企业提供各种机会，包括培训、研讨会、工作坊，并利用我们的国际网络，接待来自世界各地的代表团，为他们搭建与全球市场连接的桥梁。我们的最终目标是，为这些初创企业创造一个理想的成长环境，帮助他们解决在发展道路上遇到的各种挑战。

Estelle Brown：
大家好，我是Estelle。我负责Outscale for Entrepreneurs项目，这是一个专为初创企业设计的云加速计划。我们的目标是在初创企业发展的最初阶段就为他们提供支持，让他们能够在一个安全的云环境中构建和发展他们的项目。
这个项目为期六个月，在此期间，入选的初创企业将获得价值5万欧元的云积分，可用于消费Outscale所有的按需服务，包括计算、存储、网络以及我们所有的安全与合规能力。每家初创企业都会有一位专属的技术客户经理，为他们提供一对一的指导，帮助他们快速上手并充分利用我们的云平台。
最重要的是，他们将能够直接访问我们所有经过认证的基础设施，包括对健康科技至关重要的SecNumCloud和HDS（健康数据托管）认证，以及ISO 27001、TISAX等。加入该项目，也意味着加入了Outscale乃至整个达索系统的庞大生态系统，我们将帮助他们对接潜在客户、投资者，并为他们提供在各种行业活动中展示自己的机会。
我们主要关注三个领域的初创企业：健康、公共部门和金融科技。申请标准很简单：成立不超过5年，尚未成为我们的客户，并且已经获得某个生态系统（如加速器、孵化器或风险投资）的支持，这对我们来说是项目质量的一个保证。

Deborah Lévy & Estelle Brown（共同阐述）：
今天，我们非常高兴地宣布PariSanté Campus与Outscale for Entrepreneurs的正式合作。我们的目标非常明确：将双方的经验和专长结合起来，为健康科技初创企业创造一个前所未有的、肥沃的成长环境，帮助他们更快、更强地发展。
对于在健康领域创业的企业家来说，他们面临的挑战是独特的。他们不仅需要构建创新的产品，还必须在一个极其复杂、受到严格监管的生态系统中航行，并应对各种道德和主权方面的挑战。从项目的第一天起，他们就必须考虑如何安全地处理高度敏感的患者数据，如何满足HDS等行业标准。如果在一开始就选择了不合规的基础设施，未来可能会面临巨大的技术和法律问题，造成时间和金钱的巨大浪费。
我们的合作正是为了解决这个问题。通过这个合作项目，PariSanté Campus的初创企业将能够直接进入Outscale for Entrepreneurs计划，从一开始就在一个完全主权、经过最高标准认证的云平台上构建他们的应用。这不仅为他们提供了技术上的保障，也为他们未来的发展——无论是寻求融资还是与大型医院、制药公司合作——提供了一个强大的信任背书。
我们将共同举办培训、工作坊和各种活动，分享我们的网络和专业知识。我们将从6月14日的Vivatech展会上的联合路演开始，并在未来几个月里，推出一系列具体的合作项目。我们相信，通过将PariSanté Campus在医疗创新领域的深厚积累与Outscale在主权云技术方面的领先优势相结合，我们能够共同培育出下一代的健康科技冠军企业，并为整个法国和欧洲的数字健康生态系统的繁荣做出贡献。

在“AI与云”创新村，来自Cleyrop的首席销售与营销官Sophie Delval和技术总监Jean Humann，分享了他们如何利用Outscale的OKS（Kubernetes即服务）和Mistral AI捆绑包，在一个完全主权的SecNumCloud环境中，为客户提供端到端的数据与AI平台，并显著加速业务价值的实现。
大家好，我是Sophie。今天，我们将分享Cleyrop的经验，介绍我们如何与Outscale合作，利用他们的OKS和Mistral LLM服务，为客户提供独特的价值。
Cleyrop成立于2020年，是一家专注于提供数据解决方案的法国软件编辑器，并荣获了“Frenchtech 2030”标签。我们的创立基于一个信念：市场上缺乏一个真正主权、能够豁免于治外法权法律的替代方案，来满足公共和私营组织日益增长的数据与AI需求。我们的目标是提供一个产品化的、现代化的、端到端的数据栈，让客户能够在一个值得信赖的环境中，快速开发数据应用和生成式AI。
我们的平台主要包含两个核心产品。第一个是“Hemera”，这是一个现代化的数据平台，可以看作是法国版的Databricks。它覆盖了从多源数据注入、转换、数据治理、数据目录到数据科学和商业智能的完整数据生命周期。第二个产品是“Ogma”，这是我们为应对生成式AI浪潮而开发的智能代理构建平台。许多客户向我们反映，他们最大的担忧是员工将公司敏感文件（如人力资源、财务、法律文件）上传到公共的ChatGPT等工具中，造成不可估量的知识产权和数据泄露风险。Ogma正是为了解决这个问题而生，它提供了一个安全的“沙箱”，让企业可以在完全可控的环境中，构建和使用针对特定业务场景的AI助手。

Jean Humann：
谢谢Sophie。从技术上讲，我们的平台架构设计之初就考虑到了云中立性。我们不依赖于任何特定的云服务商，整个平台基于Kubernetes构建，这正是我们对Outscale新推出的OKS服务如此感兴趣的原因。我们的平台由一系列微服务组成，这些微服务通过事件驱动的架构（使用Kafka）进行通信，覆盖了从数据注入到通过API和BI工具进行数据展示的整个流程。
当我们得知Outscale推出了OKS的Beta版时，我们非常兴奋，并有幸成为了达索系统之外第一个测试该服务的法国公司。整个迁移过程非常顺畅。由于我们的架构原生于Kubernetes，我们只需对我们的Helm Chart进行两处微小的修改——更新Load Balancer的标签和指定Outscale的Storage Class——就能完全兼容OKS。整个适配过程只用了一天不到的时间。现在，借助OKS，我们可以在5分钟内启动一个全新的Kubernetes集群，然后在15分钟内部署我们整个Cleyrop平台。这意味着，我们能在不到30分钟的时间内，在一个SecNumCloud认证的区域内，为客户提供一个功能完备的、主权的数据与AI实例。
我们同样集成了Outscale与Mistral AI的捆绑包。这个LLM即服务被部署在同一个SecNumCloud区域，使得我们的AI推理和底层基础设施都处于同一个高度安全和可信的环境中。这使我们能够为客户提供一个完整的、从数据到AI都完全主权的解决方案。

Sophie Delval：
现在，让我分享几个具体的客户案例，来说明这个技术栈如何转化为真实的业务价值。
第一个案例是法国核安全与辐射防护研究院（IRSN）。他们的一个核心任务，是就核废料处理链中的新设备或新组件出具安全评估意见。为此，工程师需要查阅过去几十年积累的超过8万份历史评估报告。这是一个极其耗时且复杂的知识检索任务。我们利用我们的“Builder Expert”模式，为他们构建了一个专业的AI助手。通过深入理解该领域的本体（ontology）和专业词汇，并优化RAG（检索增强生成）流程，这个助手能够帮助工程师在浩如烟海的文档中快速、精准地找到相关信息，从而极大地提升了他们的分析效率。
第二个案例是法国国家药品与健康产品安全局（ANSM）。他们有两个主要的用例。第一个是人力资源相关的，他们需要分析每年数千份的员工评估访谈、福利调查等非结构化文档，以提取关键洞察。他们对数据的保密性有极高的要求，因此选择了我们的解决方案，在一个完全SecNumCloud的环境中进行处理。我们的AI助手不仅能够进行情感分析，还能将非结构化的文本转化为结构化的数据（例如，将文本描述分类为“是/否”或“已启动/未启动”），以便于后续的仪表盘展示和量化分析。第二个用例是在药品监管方面，他们需要根据制药公司提交的文档，评估某种药物对孕妇的风险等级，并推荐相应的警示图标。同样，我们的AI助手能够从非结构化文档中提取信息，进行分类，并为监管专家提供决策建议。
这些案例的共同点是，它们都处理高度敏感的数据，并且都需要在一个最高安全标准的环境中运行。Cleyrop与Outscale的合作，正是为了满足这种需求：提供一个简单、快速、且值得信赖的平台，让客户能够安全地释放其数据和AI的全部潜力，加速实现业务价值。

在“金融村”，来自Outscale的数据科学主管Juyeon Kang和售前工程师Christophe Villemer，以及Cleyrop的联合创始人Stéphane Messika，共同为观众带来了一场务实的分享，旨在揭示人工智能（无论是生成式还是传统AI）如何在金融领域超越炒作，创造真正的业务价值。
Christophe Villemer & Juyeon Kang：
大家好。今天，我们不谈论那些遥远的概念，而是聚焦于AI在金融业的实际应用。当我们在谈论AI时，我们实际上在谈论“智能”。人类的智能包含先天（inné）和后天（acquis）两部分，AI也是如此。“先天”部分可以看作是像Mistral这样的大型通用基础模型，“后天”部分则是我们数据科学家的工作——通过微调（Fine-tuning），将特定领域的知识和逻辑注入模型，使其具备真正的“金融智能”。
我们的AI能力并非空中楼阁，而是深度集成在我们的两大金融科技产品中。第一个是“Fund Regulatory Information”，它服务于资产管理公司，帮助他们管理基金的全生命周期，从创建到报告。第二个是“Fund Compliance”，它服务于存管银行和资产管理公司，确保基金的运营完全符合监管要求。
让我们以一个具体的任务为例：从金融文档（如基金招股说明书）中提取数据。任何人都可以将一份PDF扔进ChatGPT并要求其总结，结果通常看起来不错。但问题是，你无法确定这份摘要的准确性。它是否遗漏了关键信息？是否存在AI的“幻觉”？在金融领域，这种不确定性是不可接受的。
因此，我们的方法论要严谨得多。我们通过一个三阶段的模型流水线来处理这个问题。第一阶段，我们使用一个OCR（光学字符识别）模型，将扫描的图像文件转化为机器可读的文本。第二阶段，我们使用一个专门的模型（基于Mistral的Pix2Struct-12B）来识别文档的结构。在一个几百页的基金招股书中，模型需要精确地识别出哪些部分是关键信息文件（KID），哪些是主招股书，哪些是SFDR附录；在这些部分中，又要区分不同的子基金和股份类别。通用模型的初始表现（F1分数仅为49%）是远远不够的。通过在我们超过1000个基金文档的数据集上进行微调，我们将模型的F1分数提升到了惊人的96%。
第三阶段，才是真正的数据提取。我们使用Mistral Small 3.1模型来识别和提取具体的金融数据点，比如投资规则。同样，通用模型的初始F1分数为73%，经过我们的微调后，也达到了90%以上。
这种高精度的数据提取能力，为我们带来了多种实际应用。我们可以用它来自动填充我们的基金数据 référentiel；我们可以为Fund Compliance产品提取投资规则，并自动生成合规检查计划；我们还可以用它来对比不同版本的官方文件，或将官方文件与内部数据库进行核对，以发现不一致之处。
除了数据提取，我们还开发了专门的“生成式AI代理”（Generative AI Agents）。这些代理不仅仅是扮演某个角色的LLM，而是一个复杂的系统。以生成SFDR（可持续金融披露条例）定期报告为例。用户提出一个问题，我们的代理会结合基金的合同前文件、历史定期报告以及用户输入的特定数据点，来生成答案。这背后，我们的模型经过了双重微调：一部分微调用于精确地从源文件中定位和提取相关信息；另一部分微调则专门训练模型，使其能够根据这些信息，以符合SFDR报告要求的风格和格式，生成高质量的文本。
我们还有其他代理，例如用于生成网站披露信息（Website Disclosure）的代理，它可以自动生成摘要并进行多语言翻译；以及用于在创建新基金时，根据基金的投资策略，自动起草招股说明书部分内容的代理。所有这些应用的核心理念都是一致的：将AI作为一个强大的工具，处理那些重复性、低价值的任务，从而让金融专家能够专注于他们真正的专长——分析、决策和创造价值。

Stéphane Messika：
谢谢。在Cleyrop，我们对AI的看法与Outscale非常相似：AI必须服务于业务，带来可衡量的投资回报（ROI）。我们认为，企业最需要构建自己的AI应用的场景，是当他们拥有某种“独特的专长”时。如果你的需求是通用的，比如会议纪要，那市场上已经有很多成熟的工具。但如果你拥有独特的业务逻辑和数据，你就需要一个平台来构建属于你自己的智能代理。
我们的平台正是为此而生。我们认为，金融领域的AI应用主要可分为四大家族：第一，用自然语言与结构化数据对话；第二，与非结构化的文档对话；第三，构建更智能的客户关系机器人；第四，根据特定格式生成内容，例如自动回应招标书（RFP）。
让我通过一个为我们资产管理客户构建的案例来做个演示。他们需要处理大量关于非流动性资产（如英国的商业地产）的报告，这些报告充满了非结构化的文本、图表和表格。我们的平台首先允许他们将这些文档上传到一个安全的语料库中。然后，我们的AI助手不仅能够通过自然语言问答的方式，帮助他们从文档中检索信息，还能够自动提取关键数据点，并将它们转化为结构化的数据。这背后，Cleyrop的平台整合了OCR、RAG、向量数据库等一系列工具。更重要的是，用户可以随时点击查询结果，追溯到原始文档中的确切位置，以验证信息的准确性。
我们平台的最终目标，是为用户提供一个包含各种预置“工具”（如读取文档、OCR、发送邮件等）的工具箱，并提供一个极其简单的界面，让他们可以像编排乐高积木一样，将这些工具串联起来，构建出复杂的、能够执行多步任务的智能代理工作流。而这一切，都运行在一个由Outscale提供、经过SecNumCloud认证的主权环境中，确保了客户最宝贵的资产——他们的专长和数据——得到了最高级别的保护。