
Création d’un GPT interne : Arlette
Les limites des outils grand public comme ChatGPT et autres IA génératives en matière de confidentialité étant de plus en plus présentes, notre client Unither Pharmaceuticals souhaite développer sa propre solution d’IA, capable de comprendre, traiter et sécuriser ses données internes sensibles. Convaincu par l’expérience réussie d’Apside sur un projet similaire mené chez l’un de nos clients, Unither a sollicité nos équipes pour répliquer et enrichir cette approche.
Contexte
Création d’un GPT interne : Arlette
Les limites des outils grand public comme ChatGPT et autres IA génératives en matière de confidentialité étant de plus en plus présentes, notre client Unither Pharmaceuticals souhaite développer sa propre solution d’IA, capable de comprendre, traiter et sécuriser ses données internes sensibles. Convaincu par l’expérience réussie d’Apside sur un projet similaire mené chez l’un de nos clients, Unither a sollicité nos équipes pour répliquer et enrichir cette approche.
Ce projet a pris son envol à la suite d’une recommandation client et une reconnaissance d’expertise renforcées lors d’un séminaire interne, illustrant la relation de confiance établie entre Apside et ses partenaires.
Notre équipe
Création d’un GPT interne : Arlette
Pour porter ce projet, Apside a mobilisé une équipe spécialisée composée :
- D’un Tech Lead IA/Cloud
- D’un Ingénieur IA et mobile
Du côté Unither, nos experts collaborent étroitement avec Nicolas, responsable du pôle Etudes et Projets. Grâce à des échanges en continu et une méthode Agile, nos Apsidiens ont construit un environnement de travail fluide et efficace, fondé sur la proximité et la co-construction.

Notre accompagnement
Création d’un GPT interne : Arlette
Ce projet comporte plusieurs enjeux de différentes natures. Le premier est qu’Unither étant un groupe international, il faut donc que la solution soit utilisable dans différents pays, avec une option de traduction et de personnalisation des éléments textuels.
Le second concerne les paramétrages pour l’équipe en charge du projet, afin qu’elle puisse avoir la main sur l’ensemble du système.
C’est pourquoi le projet s’appuie sur une architecture technique robuste :
- Back-end en Next.js et TypeScript, utilisant LangChain et LangGraph pour orchestrer des scénarios complexes d’interactions IA.
- Base de données vectorielle pour stocker et interpréter les connaissances internes.
- Authentification sécurisée via Microsoft Azure Entra ID et gestion granulaire des accès aux documents.
- Communication optimisée avec Server-Sent Events (SSE) pour un échange léger et rapide entre le front-end et le back-end.
- Monitoring des coûts et des usages avec Langfuse.
Le front-end, développé en Angular et TypeScript, propose une interface de chat enrichie et un panel administrateur, conçu pour s’adapter rapidement au contexte d’Unither – et demain, à d’autres clients, en marque blanche.
De plus, des fonctionnalités premium sont adaptées pour répondre aux besoins métiers. Arlette, nom du LLM interne, ne se limite pas à un simple chatbot : elle propose des fonctionnalités avancées que l’on ne retrouve pas dans les modèles standards. Comme par exemple :
- Comparaison intelligente de documents (différentes extensions supportées).
- Édition de fichiers Word
- Analyse de fichiers Excel complexes, capables d’interpréter plusieurs tableaux dans un même fichier Excel.
- Personnalisation avancée de l’expérience utilisateur et possibilité de choisir le modèle de LLM adapté à chaque besoin.
Le tout, avec une segmentation fine des contextes métiers pour s’adapter à la diversité des départements d’Unither.
Nicolas Calvez : « L’accompagnement d’Apside a été clé dans la mise en place de notre LLM interne, Arlette. Grâce à leur approche et à leur soutien constant, nous avons pu passer rapidement de la théorie à un outil déployé sur l’ensemble du groupe pour nos 2000 collaborateurs. »
Lancé comme un prototype destiné à 100 utilisateurs, Arlette a connu un succès immédiat. Aujourd’hui, le nombre d’utilisateurs est multiplié par six par rapport aux prévisions, nécessitant une montée en charge rapide.
Les bénéfices sont tangibles :
- Prise en main rapide et adoption massive
- Coûts d’exploitation divisés par plus de deux
- Amélioration significative de la productivité grâce à une meilleure interprétation des documents métiers
Arlette est devenue un levier majeur de transformation interne chez Unither et ouvre de nouvelles perspectives de collaboration avec des projets complémentaires comme Kuiper HelpDesk.

Résultats
Création d’un GPT interne : Arlette
Au-delà de la réussite technique et humaine, ce projet renforce la position d’Apside en tant qu’acteur clé dans l’accompagnement à l’industrialisation de l’IA en entreprise. Il illustre la capacité du groupe à construire des solutions sur mesure, robustes, et respectueuses des exigences de souveraineté des données.