Introduction
L’intelligence artificielle peut transformer la façon dont les entreprises utilisent leurs données. Mais pour beaucoup d’organisations, une question reste sans réponse : comment intégrer l’IA à un système existant, sans tout refaire ? C’est le défi relevé par IsiNeva à travers un PoC simple mais ambitieux : rendre une base HFSQL accessible à une IA, en quelques jours seulement.
Ce projet montre qu’il est possible de conserver ses outils actuels (WinDev, HFSQL) tout en ouvrant la voie à l’intelligence artificielle, grâce à un connecteur standard et réutilisable.
1. Un pont entre vos données et l’intelligence artificielle
Aujourd’hui, les IA savent répondre à tout — à condition d’avoir accès aux bonnes données. Le problème, c’est que les bases internes (comme HFSQL) ne sont pas naturellement compatibles avec les IA.
Le protocole MCP (Model Context Protocol) change cela. Il permet de décrire et exposer vos données de façon structurée et compréhensible par une IA, sans réécrire votre système. C’est une sorte de “carte de lecture” que l’IA utilise pour poser les bonnes questions, et donner des réponses utiles.
2. Un exemple concret : tickets et solutions d’assistance
Pour ce test, IsiNeva a choisi un cas très courant : une base contenant des tickets d’assistance et leurs solutions.
Objectif : permettre à une IA de répondre à une question du type
“Quels sont les tickets ouverts liés à un problème de connexion ?”
ou
“Quelle solution a été donnée pour le ticket #101 ?”
Résultat : l’IA consulte directement la base HFSQL et reformule la réponse de manière naturelle, comme un assistant humain le ferait. Le tout, sans toucher au cœur de l’application existante.
3. Une solution rapide à mettre en œuvre, 100% maîtrisée
Le projet a été réalisé avec les outils internes habituels (WinDev et HFSQL), sans investissement lourd ni dépendance à une plateforme externe.
En pratique :
- Vos données ne quittent pas votre SI
- L’IA interroge uniquement ce que vous avez choisi d’exposer
- Aucune modification de la structure de base de données
Ce fonctionnement maîtrisé rassure sur les questions de sécurité, de conformité et de souveraineté des données.
4. Sécuriser les données
Plusieurs niveaux de sécurité doivent être mis en place :
- Anonymisation des données RGPD
- Anonymisation des ID de la base de données
- Choix des rubriques exposées à l’IA
- Contrôle des accès (liste blanches d’IP, authentification de l’utilisateur, …)
- Utilisation d’une connexion HFSQL chiffrée avec un utilisateur en lecture seule
5. Des perspectives concrètes pour votre SI
Ce PoC ouvre plusieurs perspectives très concrètes pour une DSI :
- Accélérer l’usage de l’IA sur les bases internes, sans bouleverser l’existant
- Créer une passerelle unique pour toutes les IA du marché (OpenAI, Mistral, Claude…)
- Rendre vos données métiers immédiatement actionnables, pour vos équipes internes comme pour vos clients
Et demain :
- Ajouter de l’écriture (création de ticket, enrichissement automatique…)
- Appliquer des filtres métier (tickets non résolus, clients VIP…)
- Intégrer cette logique dans vos projets Docker, API ou Cloud existants
- Respecter les règles de confidentialité et de traçabilité, notamment RGPD
Conclusion : ce que cela change pour IsiNeva (et pour vous)
Ce PoC démontre qu’il est possible de moderniser votre patrimoine applicatif en douceur, sans tout reconstruire.
Pour IsiNeva, c’est un levier stratégique : proposer à ses clients des solutions plus intelligentes, plus réactives, sans dépendre de gros projets de transformation.
En clair : votre base HFSQL devient compatible IA en quelques jours, sans changer vos outils, ni vos habitudes.