01Connaissance
Le graphe de connaissances
Chaque entité. Chaque relation. Une vérité canonique unique.
Graphe de connaissances + LAMLe substrat
Astral. Le graphe de connaissances qui alimente l'OS financier mondial.
Chaque fournisseur, chaque contrat, chaque facture, chaque paiement, chaque entité de chacun de vos systèmes — unifiés dans un graphe canonique unique. Les agents IA y raisonnent. Les Large Action Models exécutent à travers lui. C'est ce qui fait de Flowie un OS financier, pas un assistant financier.
600M+
Entités indexées
Chaque entreprise enregistrée sur Terre + chaque entité interne à travers les ERP clients, normalisées dans un seul graphe.
<5s
Latence de synchro
De l'événement système source à la mise à jour de l'entité canonique dans le graphe.
30+
ERP unifiés
SAP S/4HANA, Sage X3, Oracle NetSuite, Microsoft Dynamics, Odoo, Pennylane, Cegid — tous dans un seul substrat.
0
Migration de schéma
Astral évolue avec vos données. Aucun projet DBA pour ajouter un nouveau type d'entité.
Le substrat
Astral en 90 secondes.
La finance et les achats modernes tournent sur des dizaines de systèmes. Cinq ERP à travers les business units. Trois interfaces bancaires. Une plateforme de trésorerie. Un outil de spend management. Deux CRM. Une douzaine de portails partenaires. Chacun détient une part de la vérité. Aucun ne parle aux autres. Le rapprochement devient un projet d'archéologie trimestriel.
Astral est le substrat qui résout cela. Un graphe de connaissances typé qui ingère depuis chacun de vos systèmes, résout les entités à travers les systèmes (un fournisseur, un ID, une vérité), expose le graphe canonique aux agents IA via une couche de requête, et permet à ces agents d'exécuter des actions réelles via une grammaire d'action typée.
Trois couches s'empilent : Connaissance (le graphe lui-même), Raisonnement (LLM ancrés dans le graphe), et Action (Large Action Models qui exécutent des opérations typées avec gouvernance, prévisualisation et audit). Ensemble, elles font de Flowie un OS financier — pas un chatbot, pas un assistant, mais le système d'exploitation sur lequel tournent réellement vos workflows finance et achats.
Architecture
Trois couches. Une plateforme.
Connaissance → Raisonnement → Action. Chaque couche s'appuie sur celle du dessous. Ensemble, elles transforment l'IA d'un bavardage probabiliste en un opérateur déterministe et auditable sur votre stack finance et achats.
01Connaissance
Le graphe de connaissances
Chaque entité. Chaque relation. Une vérité canonique unique.
Le socle d'Astral est un graphe de connaissances typé — entités (entreprises, personnes, contrats, factures, paiements, produits, comptes, réglementations) connectées par des relations typées (signed_by, issued_to, paid_via, supplies, owned_by, reports_to, governs). Construit automatiquement depuis chaque système connecté. Résolu canoniquement à travers les systèmes. Interrogé par chaque agent et chaque workflow.
Capacités
- Résolution d'entités : « ACME Corp » / « Acme Corporation » / « Acme Inc. » → un seul ID canonique Astral
- Synchro bidirectionnelle temps réel depuis 30+ ERP, banques, portails partenaires
- Versionné, audité — chaque changement d'état traçable jusqu'à l'événement source
- Schéma auto-évolutif : nouveaux types d'entités absorbés sans migration
Exemple concret
Vos livres disent « Acme Corp · fournisseur · 450 K€ en cours » dans SAP, « Acme Corporation · client · 1,2 M€ signé » dans Salesforce, « AcmeCorp Ltd · contrepartie · 3 PO actifs » dans votre ancien Sage. Astral résout les trois en une seule entité avec rôles fournisseur et client, exposition totale 1,65 M€, 3 PO actifs, historique transactionnel complet.
02Raisonnement
La couche de raisonnement
Les LLM ancrent leur raisonnement dans vos données réelles et structurées.
03Action
La couche d'action (LAM)
Au-delà de lire. Au-delà de raisonner. Astral agit.
Couche 01 en détail
Comment fonctionne réellement le graphe de connaissances.
Astral n'est pas une ontologie stockée en RDF. Ce n'est pas un endpoint SPARQL. C'est un graphe ingéniérié, AI-native, conçu pour des requêtes temps réel par des agents autonomes dans des workflows finance en production. Six propriétés rendent cela possible.
01
Entités typées
Chaque nœud porte un type (Company / Person / Contract / Invoice / Payment / Product / Account / Regulation / Tax_Code) avec un schéma fortement typé. Pas de blobs bruts, pas de JSON non typé. Le raisonnement reste ancré dans la sémantique.
02
Relations typées
Les arêtes sont typées avec cardinalité et direction (signed_by:1→1, issued_to:1→1, supplies:N→N, governs:1→N). La traversée du graphe est déterministe. Les requêtes par chemin (« toutes les factures de fournisseurs gouvernés par FR-PA ») s'exécutent en moins de 100 ms.
03
Résolution d'entités
L'identité cross-système est le problème le plus difficile. Astral combine clés déterministes (numéro TVA, DUNS, IBAN), correspondance floue (Jaro-Winkler sur les noms, Levenshtein sur les adresses), et déduplication assistée par ML. Score de confiance. Human-in-loop pour les fusions à faible confiance.
04
État versionné
Chaque entité porte une chaîne de versions. Le PO d'hier, le PO amendé d'aujourd'hui, le PO annulé de demain — tous interrogeables comme des snapshots à un instant donné. Les pistes d'audit sont first-class. La forensique de conformité devient une requête, pas un projet d'archéologie de 6 jours.
05
Schéma auto-évolutif
Nouveau type d'entité détecté (ESG_Score, Carbon_Footprint, Anti_Bribery_Certification) ? Astral l'ajoute au schéma et le rétro-alimente sans migration. Votre métier ajoute une dimension ; le graphe l'absorbe. Aucun projet DBA, aucun downtime.
06
Provenance + lignée
Chaque fait dans Astral renvoie à sa source : quel système, quel événement, quel timestamp, quel utilisateur. « Pourquoi Astral pense que l'adresse d'Acme Corp est 12 rue de Rivoli ? » → traçable jusqu'à l'event ID ERP, le champ source, le timestamp de synchro, le score de confiance.
Couche 03 en détail
Au-delà des LLM. Le passage aux Large Action Models.
Pendant deux ans, la conversation IA a tourné autour des LLM qui prédisent du texte. Les deux suivantes seront sur les LAM qui prédisent et exécutent des actions. Ce basculement compte le plus là où les actions ont des conséquences réelles — paiements, approbations, déclarations réglementaires. Finance et achats sont le domaine canonique des LAM.
| Dimension | LLM (prédicteur de texte) | LAM (prédicteur d'action) |
|---|---|---|
| Sortie | Prédit le prochain token de texte | Prédit et exécute la prochaine action |
| Modalité | Texte en entrée → texte en sortie | Contexte en entrée → action commitée (avec effets de bord) |
| Ancrage | Entraîné sur du texte internet | Lié à une grammaire d'action typée + état |
| Réversibilité | La sortie est du texte — aucune conséquence réelle | Les actions ont des conséquences — la réversibilité est ingéniériée |
| Gouvernance | Garde-fous au niveau du prompt | Moteur de politique, prévisualisation dry-run, seuils d'autonomie, piste d'audit |
| Exemples | GPT-4, Claude, Gemini, Mistral, Llama | Adept ACT-1, Anthropic Computer Use, Salesforce xLAM, Astral Action Layer |
Pourquoi les LAM comptent pour la finance + les achats
La journée d'une équipe finance est pleine de décisions qui se traduisent en actions : approuver ce PO, passer cette écriture, déclencher ce paiement, enregistrer ce fournisseur, déposer cette déclaration de TVA, contester cette facture. Chacune de ces décisions est une action avec des conséquences réelles et des exigences de traçabilité. Un LLM qui dit « vous devriez approuver ce PO » ne suffit pas — il faut encore cliquer. Un LAM qui peut réellement l'approuver (avec politique, prévisualisation et audit) ferme la boucle.
La couche d'action d'Astral est un LAM domain-specific. Liée à une grammaire d'action typée (~40 verbes couvrant le cycle complet P2P / O2C). Encapsulée dans un moteur de politique (seuils d'autonomie par montant, par catégorie, par rôle). Adossée à une prévisualisation dry-run. Loggée en audit append-only. Réversible quand la logique métier le permet.
Le résultat : les agents peuvent agir au nom des équipes finance et achats avec le même niveau de confiance qu'un membre junior — mais à vitesse machine et avec une traçabilité complète.
La frontière
Vers un modèle du monde pour la finance.
Les modèles du monde sont la prochaine frontière au-delà des LAM. La direction de recherche dominante — JEPA de Yann LeCun (Joint Embedding Predictive Architecture, 2023+) chez Meta — propose des systèmes IA qui construisent une représentation interne complète du fonctionnement d'un domaine, et l'utilisent pour simuler les conséquences avant qu'elles n'arrivent.
Pour la finance, cela compte plus que pour presque n'importe quel autre domaine. Un modèle du monde ne dirait pas juste « approuvez ce PO ». Il simulerait : « Si vous approuvez ce PO à ce stade, voici l'impact sur la réservation budgétaire, le grand livre fournisseur, la clôture de période, la piste d'audit, la prévision de trésorerie et la posture de conformité — sur 18 heures dans le futur, à travers vos 5 ERP. » Les décisions deviennent prévisionnelles, pas réactives.
Le graphe typé d'Astral + la couche d'action dry-run sont le socle d'un modèle du monde domaine-finance. Le travail à venir : simulation prédictive sur l'état complet, prévisualisations multi-étapes, analyse contrefactuelle (« qu'est-ce qui se serait passé si nous n'avions pas approuvé ce PO le trimestre dernier ? »), et raisonnement sur les politiques (« cette action aurait-elle déclenché nos règles de conformité ? »). Nous avançons dans cette direction. Astral rend le chemin possible.
Nous ne prétendons pas être un modèle du monde aujourd'hui. Nous prétendons que le substrat que nous avons construit est le socle sur lequel tourneront les modèles du monde de la finance — les nôtres et ceux des autres. MCP ouvert. API ouvertes. Graphe typé + actions typées. L'infrastructure bouge ; le moat, c'est la donnée.
Pourquoi Flowie
Pourquoi Flowie est uniquement positionnée pour bâtir l'OS financier.
Un graphe de connaissances ne vaut que par les données qui l'alimentent. Un LAM n'est utile qu'à la hauteur de son autorité d'action. Un modèle du monde n'est précis que par le substrat sur lequel il prédit. Sur ces trois dimensions, Flowie est positionnée là où aucun autre éditeur ne l'est.
Densité de réseau multi-tenant
Astral couvre 600M+ entreprises. Un graphe CRM ou ERP single-tenant ne voit que les données de son client. Astral voit le fournisseur du fournisseur, la maison-mère, le signal de fraude cross-tenant. Le graphe est le moat.
Temps réel vs latence d'entrepôt
Les data warehouses font un snapshot à minuit. Astral synchronise en moins de 5 secondes. Quand un agent raisonne sur « le solde en cours actuel avec le fournisseur X », la réponse est live — pas vieille de 18 heures.
Autorité d'action certifiée
Flowie détient la certification PA/PDP (France), le statut Peppol Access Point, ISO 27001:2022, des autorisations d'émetteur de paiement. Les actions d'Astral ne sont pas simulées — elles sont légalement autorisées, reconnues par les régulateurs.
La donnée réseau améliore la résolution d'entités
Quand 50 000 clients observent le même fournisseur à travers leurs stacks, la précision de résolution d'Astral converge vers la quasi-perfection. Les graphes single-tenant n'ont aucune chance : ils ne voient qu'une tranche d'une entité.
Construit nativement EN 16931, pas adapté
Chaque transaction entre dans Astral en données structurées — pas des PDF OCR'isés, pas des emails non structurés. Le graphe n'a jamais à deviner. Le raisonnement reste déterministe.
Compatible MCP dès le premier jour
Apportez votre Claude. Apportez votre ChatGPT. Apportez votre copilote interne. Astral s'expose comme une source de données MCP first-class. Le graphe est une infrastructure ouverte, pas un jardin clos.
Questions & réponses
Les architectes nous demandent.
Références : Yann LeCun et al., « A Path Towards Autonomous Machine Intelligence » (2022) · Adept ACT-1 (2023) · Anthropic Computer Use (oct. 2024) · OpenAI Operator (jan. 2025) · Microsoft Research LAM-V · famille Salesforce xLAM.
Découvrez Astral sur votre stack.
Une démo de 30 min. Apportez vos ERP, vos CRM, vos systèmes bancaires, vos portails partenaires. Regardez-les s'unifier dans un graphe canonique unique en temps réel. Puis regardez nos agents y raisonner et y agir.
ISO 27001
RGPD
CyberVadis
PA Certifié
Peppol