NOKARIS.

PROOF · Garantie KPI 30 jours

AI Spark

Une feature IA en production, livrée en 14 jours, payée seulement si elle marche.

Prix
12 500 $ CAD
Durée
14 jours
Tier
PROOF
Langues
FR · EN

EN 1 MINUTE

  • Vous obtenez : une feature IA en production (search sémantique, reco, RAG, content gen, lead scoring).
  • Investissement : 12 500 $ CAD fixe, 14 jours ouvrés.
  • Garantie unique : KPI mesurable défini avant kickoff, mesuré 30 jours post-déploiement.
  • Si KPI raté : refonte gratuite ou remboursement intégral.

Notre engagement unique

Si la feature n'est pas mesurablement utile à 30 jours post-déploiement (KPI défini avant kickoff), refonte gratuite ou remboursement intégral.

Aucune autre agence canadienne ne s'engage sur le résultat 30 jours. C'est le filtre ultime — on ne prend que des wins où on est sûr de livrer la valeur mesurable.

Features livrables

Cinq familles de features. Une livrée par mission.

Search

Recherche sémantique

Algolia + embeddings ou pg_vector. Vos clients trouvent un produit même s'ils tapent "chemise pour mariage l'été" et que vous l'avez listé "chemise lin manche courte".

Reco

Recommandation produit

Vector similarity sur attributs + comportement. "Cross-sell" et "vous aimerez aussi" génériques remplacés par des reco contextuelles. Mesure : conversion +8-15 % typique.

Support

Agent RAG

Agent support client basé sur RAG sur votre documentation produit. Répond en FR/EN. Escalade humaine intelligente. Mesure : -40 à -60 % de tickets niveau 1.

Content

Générateur descriptions

Génération automatique des descriptions produits multilingues (FR-CA, EN-CA, optionnel ES). Style guidé par votre brand voice. Validation humaine intégrée.

Ops (axe C)

Automation back-office — triage emails / classification tickets / lead scoring

Pour PME services : triage emails entrants + classification de tickets + scoring de leads commerciaux. Intégrable dans M365, Google Workspace, Salesforce, HubSpot.

Vous avez 2 minutes ? Un appel découverte de 30 minutes vous dit si on est le bon match — sans engagement.

Démarrer mon AI Spark →

Méthodologie

Sprint discipliné. KPI fixé avant kickoff. Mesuré 30 jours après.

  1. Jour 1 · Kickoff

    Définition du KPI cible : conversion +X %, NPS +Y points, temps support -Z %, etc. Doit être mesurable, attribuable, et atteignable en 30 jours. Pas de kickoff sans KPI accepté.

  2. Jours 2-10 · Build

    Dev en autonomie. Daily standup async (Loom 5 min) si vous voulez voir avancer. Itération rapide sur dataset réel. Pas de slides, pas de specs interminables.

  3. Jour 12 · Staging

    Feature en environnement staging. Tests utilisateurs réels. Tuning final basé sur comportement observé.

  4. Jour 14 · Production

    Déploiement progressif (5 % → 25 % → 100 % traffic en 24h). Monitoring custom dashboard. Formation équipe 1 h. Loom de présentation asynchrone.

  5. Jour 44 · Mesure 30 jours

    Atelier 60 min pour évaluer le KPI vs cible. Si atteint : terminé, on parle de la suite. Si pas atteint : refonte gratuite ou remboursement intégral.

Pourquoi maintenant

Les concurrents qui ont déployé de l'IA produit en 2025 ont gagné 8 à 12 % de conversion.

Chaque mois de retard = part de marché perdue. Les barrières techniques se sont effondrées en 2024-2025. Ce qui reste, c'est l'exécution. AI Spark est l'exécution.

Questions courantes

Cinq réponses honnêtes.

Comment définit-on le KPI exactement ?

Au kickoff, on convient d'un KPI mesurable, attribuable, et accessible en 30 jours. Exemple : "Conversion checkout pour les sessions ayant utilisé la nouvelle search +5 % vs sessions sans la search, mesurée sur 30 jours post-deploy". Pas de KPI vague type "augmenter la satisfaction" — on veut un chiffre que tout le monde peut vérifier.

Si le KPI n'est pas atteint, c'est ma faute ou la vôtre ?

Notre faute. Si on signe, c'est qu'on est sûr que le KPI est réaliste. Si on rate, soit on a mal scopé (notre faute), soit on a mal exécuté (notre faute). Pas de blame sur vous, pas de "le marché a changé". Refonte ou remboursement, vous choisissez.

Quels modèles IA utilisez-vous ?

Selon le cas d'usage. Embeddings : OpenAI, Cohere, Voyage. LLMs : Claude (Anthropic), GPT-4 (OpenAI), modèles open-source (Llama, Mistral) selon contraintes data/coût. Toujours via APIs avec no-training contracts. Décision documentée en mission.

Et le coût d'opération de la feature après livraison ?

Estimé et documenté en propale, basé sur volume réel attendu. Ordre de grandeur typique (Shopify Plus 5-50 M$ traffic) : 50-300 $ CAD/mois en API costs selon feature. Vous contrôlez le budget via API rate limits et alerting auto.

Vous prenez tous les Spark, ou seulement certains ?

On filtre. Si à la discovery vous décrivez un cas d'usage où le KPI 30 jours est trop ambitieux (saisonnalité, faible volume, dépendances trop nombreuses), on vous le dit avant signature. Mieux vaut refuser un mandat que rembourser après.

Prêt à démarrer ?

Appel découverte de 30 minutes. Vous décrivez le cas d'usage envisagé, je vous dis honnêtement si on peut tenir la garantie KPI à 30 jours.

Démarrer mon AI Spark → Voir toutes les offres