[{"data":1,"prerenderedAt":662},["ShallowReactive",2],{"blog-fr-dont-let-your-vdrs-ai-tank-your-deal":3,"blog-related-fr-dont-let-your-vdrs-ai-tank-your-deal":204},{"id":4,"title":5,"author":6,"body":7,"coAuthors":191,"date":192,"description":14,"detail":193,"extension":194,"featured":193,"image":195,"imageSize":191,"meta":196,"navigation":197,"path":198,"railTitle":191,"seo":199,"stem":200,"summary":191,"tags":201,"unlisted":193,"updatedAt":191,"video":191,"videoWebm":193,"__hash__":203},"blog\u002Fblog\u002Ffr\u002Fdont-let-your-vdrs-ai-tank-your-deal.md","Ne laissez pas l’IA planter le deal","Pierre-Louis",{"type":8,"value":9,"toc":181},"minimark",[10,15,18,22,25,28,31,34,39,42,52,55,59,62,65,68,72,75,78,81,84,88,91,94,97,101,104,107,110,114,117,120,123,127,130,133,136,139,142,145,148,152,155,158,161,164,166],[11,12,14],"h4",{"id":13},"les-fournisseurs-de-data-rooms-se-précipitent-pour-ajouter-des-fonctionnalités-ia-la-plupart-se-trompent-et-mettent-les-opérations-en-danger","Les fournisseurs de data rooms se précipitent pour ajouter des fonctionnalités IA. La plupart se trompent et mettent les opérations en danger.",[16,17],"hr",{},[19,20,21],"p",{},"Une équipe M&A mid-market télécharge 3 000 documents dans la data room virtuelle (VDR). Elle active l'outil de caviardage IA, fonctionnalité phare du fournisseur : « caviarder des milliers de fichiers en quelques secondes », avait dit le marketing. Quelques minutes plus tard, le système signale la fin du traitement. Pourtant, enfouie à la page 37 d'un contrat de travail, un numéro de sécurité sociale reste visible. L'IA a trouvé des signes de ponctuation à caviarder à la place.",[19,23,24],{},"C'est la réalité de ce qui se passe aujourd'hui dans les VDRs. Cela apparaît même dans la démo marketing du plus grand fournisseur de VDR au monde... Les utilisateurs avancés le savent bien.",[19,26,27],{},"Les fournisseurs de VDR se précipitent pour greffer de l'IA générative sur leurs plateformes, proposant des « agents de due diligence » et du « caviardage intelligent » à des équipes M&A qui ont besoin de fiabilité avant tout.",[19,29,30],{},"La technologie n'est pas prête. Les implémentations sont naïves. Et les conséquences retombent sur les équipes qui découvrent, parfois après que les acheteurs ont déjà accédé aux fichiers, que leurs fonctionnalités dopées à l'IA ont échoué.",[19,32,33],{},"Le pitch semble convaincant : laisser les algorithmes gérer le travail répétitif, répondre instantanément aux questions des acheteurs, signaler automatiquement les informations sensibles. En réalité, on est encore proche de ce qu'étaient les voitures autonomes en 2010 : des démos impressionnantes qui fonctionnent sur circuit, mais des accidents fréquents dans la vraie vie, et personne vraiment prêt à lâcher le volant, ou à assumer la responsabilité des accidents.",[35,36,38],"h3",{"id":37},"la-démo-casse-en-production","La démo casse en production",[19,40,41],{},"Considérons deux exemples qui illustrent le problème : le caviardage de documents et l'automatisation des Q&A.",[43,44,45,49],"ul",{},[46,47,48],"li",{},"Caviardage automatisé : certaines plateformes utilisent de grands modèles de langage pour scanner les documents à la recherche d'informations personnelles, promettant d'éliminer la revue manuelle. En pratique, ces systèmes peinent à plusieurs étapes, en commençant par le parsing des documents : les PDF avec des mises en page complexes les dépassent, les images scannées les défont entièrement, les tableaux embrouillent leur logique. Un modèle peut correctement identifier les numéros de sécurité sociale dans certains documents mais en manquer d'autres, etc.\nPire : il n'y a pas de garde-fous. Quand ces systèmes se trompent, ils le font avec confiance. Pas de drapeaux d'alerte, pas de scores d'incertitude. Juste une coche verte et une responsabilité latente.",[46,50,51],{},"Les implémentations de Q&A présentent des risques différents. Certains fournisseurs proposent maintenant des chatbots qui répondent aux questions des acheteurs en interrogeant les documents téléchargés via la génération augmentée par récupération (RAG). L'attrait est évident : accélérer la due diligence, réduire les échanges d'emails, libérer du temps pour l'équipe.\nMais imaginez le scénario : un acheteur stratégique pose une question sur l'historique des activations de garantie. Le chatbot, prenant en compte des bouts de documents incomplets avec une fenêtre de contexte qui ne peut pas couvrir l'ensemble des fichiers, répond avec un chiffre. Le chiffre est faux, avec 40% d'écart, ou citant une version obsolète, ou halluciné entièrement. L'acheteur s'y fie. Un litige suit post-closing.",[19,53,54],{},"Aucun professionnel M&A ne laisserait un analyste junior répondre aux questions des acheteurs sans relecture. Pourtant, on leur demande de faire confiance à un système qui ne peut pas expliquer son raisonnement, ne peut pas détecter son incertitude, et ne peut pas être tenu responsable.",[35,56,58],{"id":57},"le-problème-du-contrôle","Le problème du contrôle",[19,60,61],{},"Le problème fondamental n'est pas que l'IA performe mal, mais que l'IA autonome supprime la supervision humaine précisément aux moments où la supervision compte le plus.",[19,63,64],{},"Les équipes sell-side n'ont pas besoin de logiciels qui prennent des décisions. Elles ont besoin d'outils qui préservent leur capacité à prendre des décisions tout en réduisant les frictions mécaniques.",[19,66,67],{},"Pas un système qui caviarde des fichiers en masse, mais un qui identifie chaque instance d'un pattern et laisse les humains vérifier avant d'appliquer les changements. Pas un chatbot bâclé dans la data room, mais une infrastructure qui laisse les équipes en contrôle et leur permet potentiellement d'utiliser leurs plateformes IA préférées tout en maintenant la garde et le contrôle des documents.",[35,69,71],{"id":70},"à-quoi-devraient-vraiment-ressembler-des-contrôles-intelligents","À quoi devraient vraiment ressembler des contrôles intelligents",[19,73,74],{},"Une approche alternative n'essaie pas de rendre l'IA autonome, mais de lui faire tirer partie du contexte.",[19,76,77],{},"Entropia, une VDR construite par d'anciens ingénieurs Google, implémente cette philosophie. Plutôt que d'ajouter une IA qui prend des décisions autonomes, la plateforme se concentre sur trois principes : ancrer les suggestions d'IA dans le comportement utilisateur, scaler les décisions individuelles dans des contextes délimités, et rejouer ces décisions quand les circonstances changent.",[19,79,80],{},"Un tel système basé sur le contexte observe ce que vous faites, apprend des patterns dans votre environnement spécifique, et scale vos décisions sans en prendre de nouvelles.",[19,82,83],{},"Crucial : chaque suggestion requiert une validation humaine avant exécution.",[11,85,87],{"id":86},"ancrer-les-suggestions-dans-les-actions-des-utilisateurs","Ancrer les suggestions dans les actions des utilisateurs",[19,89,90],{},"Quand une équipe cherche à renommer un fichier, le système analyse le contenu du document, examine comment des fichiers similaires ont été nommés, et suggère un nom qui respecte la nomenclature utilisée par l'utilisateur.",[19,92,93],{},"L'IA ne décide pas d'une convention de nommage, elle infère la convention que l'équipe utilise déjà et propose de l'appliquer de manière cohérente.",[19,95,96],{},"Le contexte compte. Un contrat téléchargé dans le dossier « Contrats Fournisseurs » reçoit des suggestions de nommage différentes du même contrat téléchargé dans « Contrats Clients ». L'IA lit l'environnement, pas juste le fichier.",[11,98,100],{"id":99},"scaler-les-actions-individuelles-dans-des-contextes-précis","Scaler les actions individuelles dans des contextes précis",[19,102,103],{},"Un analyste caviarde un numéro de sécurité sociale dans un contrat de travail. Cette action unique (masquer cette chaîne de neuf chiffres spécifique) devient un contexte précis que le système peut répliquer. L'IA recherche dans chaque document de la data room ce contexte et signale chaque instance. L'analyste revoit les résultats, puis applique le caviardage sur toutes les correspondances confirmées.",[19,105,106],{},"Une décision, exécutée cinquante fois. L'humain a pris la décision de jugement sur quoi caviarder. L'IA a géré le pattern matching et l'exécution.",[19,108,109],{},"Cela s'étend aux tâches récurrentes. Une équipe télécharge des états financiers mensuellement tout au long d'un deal. Ils caviardent certains champs dans le premier upload (tranches de salaires spécifiques, valeurs contractuelles particulières). Quand de nouveaux états arrivent, le système identifie les champs analogues basés sur la position, le formatage et les patterns de caviardage précédents, puis les signale pour revue. L'équipe confirme ou ajuste, puis applique.",[11,111,113],{"id":112},"rejouer-les-décisions-quand-les-circonstances-changent","Rejouer les décisions quand les circonstances changent",[19,115,116],{},"Les documents n'arrivent pas tous en même temps. Une data room grandit tout au long de la préparation de la transaction à mesure que les équipes ajoutent des documents ou que les acheteurs demandent des fichiers spécifiques.",[19,118,119],{},"Les approches traditionnelles requièrent de revoir chaque nouveau upload de zéro : vérifier les informations sensibles, vérifier les conventions de nommage, confirmer le contrôle de version.",[19,121,122],{},"Le système d'Entropia, basé sur le contexte, considère les décisions précédentes. Si dix contrats ont déjà été revus et caviardés suivant un pattern spécifique, le onzième contrat est automatiquement scanné pour détecter des éléments similaires. Pas pour caviarder automatiquement, mais pour automatiquement signaler.",[35,124,126],{"id":125},"laisser-les-utilisateurs-travailler-sur-la-data-room-depuis-leurs-plateformes-ia-préférées-tout-en-restant-en-contrôle","Laisser les utilisateurs travailler sur la data room depuis leurs plateformes IA préférées tout en restant en contrôle",[19,128,129],{},"Les équipes M&A ont déjà des outils IA puissants auxquels elles font confiance. Certaines utilisent des plateformes généralistes (Google Gemini, Mistral, ChatGPT, Claude) pour l'analyse ou la rédaction. D'autres s'appuient sur des plateformes spécialisées comme Harvey, Hebbia ou Legora pour la due dil.",[19,131,132],{},"Ces plateformes surpassent les chatbots génériques que les fournisseurs de VDR intègrent à leurs produits. Elles ont des centaines (ou des milliers) d'ingénieurs qui affinent les modèles et les orchestrent dans des interfaces sophistiquées.",[19,134,135],{},"Les fournisseurs de VDR, en revanche, ajoutent juste des chatbots comme des fonctionnalités naïves, avec une orchestration ou infrastructure back-end pauvre, et souvent avec des garde-fous inexistants.",[19,137,138],{},"Aujourd'hui, la seule alternative est soit d'utiliser des fonctionnalités IA naïves dans les data rooms (une mauvaise option qui est souvent vendue très chère par le fournisseur de VDR), soit de sortir tous les documents de la data room pour les uploader sur d'autres plateformes IA (ce qui crée des copies hors du périmètre de sécurité de la VDR).",[19,140,141],{},"Il existe une troisième option. Entropia fournit une connexion sécurisée entre la VDR et les plateformes IA, via un protocole nommé MCP (pour « Model Context Protocol ») *.",[19,143,144],{},"Un serveur MCP permet aux utilisateurs de travailler avec la plateforme IA qu'ils préfèrent, mais ces plateformes interrogent la data room via des API contrôlées plutôt que de recevoir des copies de fichiers.",[19,146,147],{},"Un avocat utilisant Claude pour analyser des contrats de vente ne télécharge pas cinquante contrats. Claude interroge la VDR pour les clauses pertinentes, reçoit des extraits de texte dans des paramètres définis, et génère l'analyse. Les documents ne quittent jamais le stockage sécurisé. Chaque requête est loggée dans la VDR, fournissant des insights au vendeur. Les permissions d'accès restent cohérentes entre utilisateurs humains et IA.",[35,149,151],{"id":150},"et-après","Et après ?",[19,153,154],{},"La ruée vers l'or de l'IA dans les logiciels suit un pattern prévisible : les fournisseurs ajoutent des modèles de langage parce que les concurrents le font et que les investisseurs l'attendent, pas parce que les clients en ont besoin. Les fonctionnalités prolifèrent plus vite que le contrôle qualité. Les early adopters deviennent des bêta-testeurs avec des enjeux réels.",[19,156,157],{},"Les VDR sont particulièrement inadaptées à cette dynamique. Les deals M&A impliquent des informations sensibles, des délais serrés et une exposition juridique. Ils récompensent la fiabilité plutôt que le théâtre de l'innovation. Un chatbot qui a raison, disons, 75% du temps semble impressionnant jusqu'à ce que vous considériez que les 25% d'erreurs pourraient faire capoter un deal ou déclencher un litige.",[19,159,160],{},"Peut-être la question la plus intéressante est de savoir si les équipes M&A exigeront mieux, ou s'adapteront simplement aux nouveaux risques. Les preuves suggèrent qu'elles choisissent une troisième voie : utiliser les outils IA auxquels elles font confiance et qu'elles ont réussi à maîtriser. Et ces outils ne viennent pas des fournisseurs de VDR.",[19,162,163],{},"Le contrôle, il s'avère, signifie savoir quand construire et quand connecter.",[16,165],{},[167,168,169,175],"blockquote",{},[19,170,171],{},[172,173,174],"strong",{},"* Serveur MCP ?",[19,176,177],{},[178,179,180],"em",{},"Un serveur MCP agit comme un intermédiaire sécurisé entre les plateformes IA et des logiciels. Plutôt que d'uploader des fichiers directement sur ChatGPT ou Claude, ce qui crée des copies hors de votre contrôle, le serveur MCP expose des API prédéfinies qui permettent à ces outils d'interroger votre data room pour un contexte spécifique. Les utilisateurs choisissent leur plateforme IA préférée. Ces plateformes accèdent seulement à ce que l'utilisateur a la permission de voir, et leurs actions sont loggées dans la data room. Pensez-y comme une interface en lecture seule pour les modèles de langage, avec des contrôles d'accès granulaires et des pistes d'audit complètes. Les équipes tirent parti d'une analyse IA puissante sans abandonner la garde des documents.",{"title":182,"searchDepth":183,"depth":183,"links":184},"",2,[185,187,188,189,190],{"id":37,"depth":186,"text":38},3,{"id":57,"depth":186,"text":58},{"id":70,"depth":186,"text":71},{"id":125,"depth":186,"text":126},{"id":150,"depth":186,"text":151},null,"2026-01-17",false,"md","\u002Fblog\u002Fscreenshot-2025-12-19-at-10.39.01.png",{},true,"\u002Fblog\u002Ffr\u002Fdont-let-your-vdrs-ai-tank-your-deal",{"title":5,"description":14},"blog\u002Ffr\u002Fdont-let-your-vdrs-ai-tank-your-deal",[202],"insights","UyF8jE6fwYv9J1GWltFqQWUoP6gMmYg_N5yvfSKE1Rc",[205,330,507],{"id":206,"title":207,"author":6,"body":208,"coAuthors":319,"date":321,"description":322,"detail":193,"extension":194,"featured":193,"image":323,"imageSize":191,"meta":324,"navigation":197,"path":325,"railTitle":191,"seo":326,"stem":327,"summary":191,"tags":328,"unlisted":193,"updatedAt":191,"video":191,"videoWebm":193,"__hash__":329},"blog\u002Fblog\u002Ffr\u002Finternal-ai-workflows.md","Nos workflows IA internes",{"type":8,"value":209,"toc":313},[210,213,216,219,224,227,230,233,240,244,247,250,253,259,263,266,269,272,275,279,282,291,294,302,305],[19,211,212],{},"L'IA en entreprise se vend généralement comme une nouvelle recrue : l'employé autonome qui lit votre code, ouvre les tickets, livre le correctif et met à jour la documentation pendant que les fondateurs dorment. Le récit est séduisant, et presque personne ne fait tourner son entreprise dessus. Les agents qui ont gagné leur place dans une équipe d'ingénierie réelle sont bien moins spectaculaires. Ils prennent en charge une tâche répétitive précise, l'exécutent vite, et rendent le résultat à une personne qui décide de la suite.",[19,214,215],{},"La semaine dernière, Anthropic a organisé un événement dans nos bureaux parisiens, et notre équipe d'ingénierie en a présenté trois. Aucun ne fait tourner l'entreprise. Chacun retire une forme de corvée qui dévorait l'après-midi d'un ingénieur, et dans tous les cas une personne valide avant que quoi que ce soit n'atteigne un client. Cette validation relève du principe de conception : un agent qui démultiplie le travail pendant qu'une personne garde le jugement est un gain de productivité auquel on peut se fier ; un agent qui décide seul est un risque qui attend son premier mauvais jour.",[19,217,218],{},"Voici ce que cela donne en pratique.",[220,221,223],"h2",{"id":222},"lagent-sre-comprimer-la-partie-lente-dun-incident","L'agent SRE : comprimer la partie lente d'un incident",[19,225,226],{},"La fiabilité applicative suit toujours le même scénario. La supervision signale une anomalie, et le chrono démarre sur la partie pénible : comprendre ce qui a cassé. Le correctif est souvent rapide une fois qu'on sait où regarder. C'est le fait de chercher qui coûte cher, en général à une heure peu commode, sous pression, à travers une semaine de modifications dont n'importe laquelle peut être en cause.",[19,228,229],{},"Notre agent SRE s'attaque précisément à ce goulot. Quand la supervision signale une anomalie, l'agent récupère les dernières modifications de code, les confronte au symptôme, et propose une cause probable en quelques minutes. Il ne déploie rien. Il n'annule rien. Il restreint le champ de recherche et indique à l'ingénieur d'astreinte par où commencer ; l'ingénieur décide et corrige.",[19,231,232],{},"Tout l'intérêt tient dans le diagnostic. Ce travail d'enquête fastidieux ne repose plus sur une seule personne.",[19,234,235],{},[236,237],"img",{"alt":238,"src":239},"Présentation de l'agent SRE","\u002Fblog\u002Fdogfood-sre-agent.jpg",[220,241,243],{"id":242},"lagent-centre-daide-une-documentation-au-rythme-du-produit","L'agent centre d'aide : une documentation au rythme du produit",[19,245,246],{},"Nous faisons des montées de version de notre solution chaque semaine. La documentation se périme en conséquence. Les articles sont justes le jour où on les écrit, puis le produit avance et eux non, si bien qu'en consultant le centre d'aide, un utilisateur se retrouve devant la capture d'écran du trimestre dernier d'un écran qui n'existe plus.",[19,248,249],{},"Notre agent de centre d'aide lit chaque commit de code, repère les fonctionnalités nouvelles ou modifiées, et rédige ou révise l'article correspondant. Quand un écran a changé, il prend de nouvelles captures des parties concernées de l'application pour que les visuels correspondent à ce que le client a réellement sous les yeux. Puis l'équipe produit relit les changements avant toute publication.",[19,251,252],{},"Cette étape de relecture est l'essentiel. L'agent fait le travail ingrat de tenir à jour un centre d'aide tentaculaire, que personne n'aime faire et que peu font avec constance. Une personne reste propriétaire des mots que le client lit. Le résultat : une documentation qui suit le produit semaine après semaine, au lieu de l'accompagner avec un ou trois trains de retard, sans course de rattrapage trimestrielle.",[19,254,255],{},[236,256],{"alt":257,"src":258},"Présentation de l'agent centre d'aide","\u002Fblog\u002Fdogfood-helpcenter-agent.jpg",[220,260,262],{"id":261},"le-worktree-switcher-de-la-place-pour-plusieurs-agents-à-la-fois","Le worktree switcher : de la place pour plusieurs agents à la fois",[19,264,265],{},"Le troisième exemple n'est pas un agent du tout, et c'est précisément pour cela qu'il compte.",[19,267,268],{},"Un worktree switcher permet à un développeur de garder plusieurs versions d'un projet ouvertes sur la même machine en même temps, au lieu d'être bloqué sur une seule. Pris isolément, cela ressemble à un confort mineur. Cela devient important dès qu'on se met à utiliser sérieusement des agents de code IA. On ne veut pas en lancer un et attendre ; on veut en faire tourner plusieurs en parallèle, chacun dans son espace de travail isolé pour qu'ils n'écrasent pas le travail des autres, et passer de l'un à l'autre sans friction.",[19,270,271],{},"C'est la tuyauterie ingrate qui rend le code IA en parallèle praticable plutôt que chaotique. La contrainte n'est plus le nombre d'agents qu'on peut lancer sur un problème, mais le nombre qu'un développeur peut superviser en même temps. La supervision, là encore, reste humaine.",[19,273,274],{},"Un même fil traverse les trois. L'agent absorbe la part du travail qui passe mal à l'échelle de l'attention humaine. L'humain garde la part qui ne devrait pas être automatisée du tout.",[220,276,278],{"id":277},"idem-pour-les-agents-que-nous-déployons-en-data-room","Idem pour les agents que nous déployons en data room",[19,280,281],{},"C'est le principe sur lequel nous avons bâti notre produit, et que nous avons livré à nos clients en premier.",[19,283,284,285,290],{},"Entropia a été la première data room à lancer un serveur MCP, en 2025, permettant à ses clients de connecter leur propre plateforme IA directement à leur data room. La plupart l'utilisent avec Claude. (Le détail du ",[286,287,289],"a",{"href":288},"\u002Fblog\u002Fmcp-server-launch","lancement de notre serveur MCP",".)",[19,292,293],{},"Pour les non-initiés, le MCP (Model Context Protocol) est un standard ouvert qui permet à un assistant IA de se connecter à un système externe et d'y agir via un ensemble défini d'opérations autorisées. La puissance de cette connexion MCP va dépendre alors de nombreux facteurs, comme la sophistication de la plateforme d'IA qui se connecte, mais aussi des outils mis à sa disposition par la data room.",[19,295,296,297,301],{},"Nous traçons la même ligne pour nos clients : l'IA peut lire, chercher, répondre et passer à l'échelle sur des milliers de documents, et une personne valide le résultat et garde la trace de ce qui a été fait. Notre ",[286,298,300],{"href":299},"\u002Fblog\u002Fautonomous-irl-tracker","agent de suivi d'IRL"," en est un bon exemple : il vérifie chaque ligne d'une liste de questions contre la data room et rend le fichier annoté, complet, partiel ou manquant, prêt à être relu. La discipline est identique des deux côtés du mur.",[19,303,304],{},"Reste la question que toute équipe qui adopte ces outils finit par atteindre. Elle n'a jamais vraiment porté sur la capacité des agents à en faire plus ; ils le peuvent, et ils le feront. La vraie question est de savoir où l'on choisit de garder le jugement. Nous avons rendu notre réponse assez explicite, en interne comme dans le produit. Les agents prennent la corvée. Les décisions restent chez nous.",[19,306,307,308,312],{},"Voyez ce que cette discipline donne sur votre opération. ",[286,309,311],{"href":310},"\u002Fcontact","Contactez-nous",".",{"title":182,"searchDepth":183,"depth":183,"links":314},[315,316,317,318],{"id":222,"depth":183,"text":223},{"id":242,"depth":183,"text":243},{"id":261,"depth":183,"text":262},{"id":277,"depth":183,"text":278},[320],"Pierre Dulac","2026-06-15","Comment Entropia fait tourner ses agents IA sur la fiabilité, la documentation et le code, avec validation humaine. Présenté à l'event Anthropic à Paris.","\u002Fblog\u002Fdogfood-hero-entropia-anthropic.png",{},"\u002Fblog\u002Ffr\u002Finternal-ai-workflows",{"title":207,"description":322},"blog\u002Ffr\u002Finternal-ai-workflows",[202],"bidFJvVY3eMwstr5252NZeDQbmoCy1GkfYQMgbiERb0",{"id":331,"title":332,"author":6,"body":333,"coAuthors":495,"date":498,"description":499,"detail":193,"extension":194,"featured":193,"image":500,"imageSize":191,"meta":501,"navigation":197,"path":502,"railTitle":191,"seo":503,"stem":504,"summary":191,"tags":505,"unlisted":193,"updatedAt":191,"video":191,"videoWebm":193,"__hash__":506},"blog\u002Fblog\u002Ffr\u002Fma-tech-circle-paris.md","M&A Tech Circle Paris - June 2026",{"type":8,"value":334,"toc":484},[335,338,341,345,351,354,357,373,376,380,386,389,392,396,399,403,406,410,413,417,420,424,427,430,434,440,443,469,472,476],[19,336,337],{},"Le 3 juin, à la maison.ai, s'est tenue la première édition du M&A Tech Circle avec Arx et Aesus Advisory. Au programme : une annonce d'écosystème, une démonstration concrète d'automatisation de livrables, et un cocktail pour prolonger les échanges.",[19,339,340],{},"L'idée du M&A Tech Circle est de réunir les professionnels du M&A qui s'intéressent sérieusement à l'IA pour renforcer l'écosystème, et explorer la transformation du métier par la technologie à partir de vrais cas et de témoignages. Cette première édition a tenu la promesse, avec deux temps forts.",[220,342,344],{"id":343},"intégration-entropia-arx","Intégration Entropia × Arx",[19,346,347],{},[236,348],{"alt":349,"src":350},"Julien Belon et Pierre-Louis sur scène pour l'annonce de l'intégration","\u002Fblog\u002Fmatc-arx-stage.jpg",[19,352,353],{},"Le module CRM d'Arx, connecté à l'écosystème M&A, permet de piloter le suivi d'un deal, du sourcing au closing. Mais la visibilité s'arrête dès que la due diligence s'ouvre en data room. Or c'est précisément là que se lit le sérieux des acquéreurs : la profondeur d'analyse, par structure et par personne. L'intégration technique entre Arx et Entropia vient combler cette lacune.",[19,355,356],{},"L'intégration, annoncée par Julien Belon (Arx) et Pierre-Louis (Entropia), permettra aux clients d'Arx de :",[43,358,359,366],{},[46,360,361,362,365],{},"lancer une data room, ou une ",[172,363,364],{},"pré-data room offerte",", en un clic depuis Arx, en conservant l'identification et en transmettant utilisateurs et groupes, sans double saisie ;",[46,367,368,369,372],{},"remonter dans le CRM les ",[172,370,371],{},"analytics des contreparties"," suivies en data room.",[19,374,375],{},"Cette intégration vous est proposée par les deux seules solutions souveraines chacune sur sa spécialité (sociétés européennes, hébergement sur cloud européen — Scaleway \u002F OVH), non seulement pour vous faire gagner en visibilité sur vos deals, mais aussi pour renforcer l'indépendance stratégique du M&A européen.",[220,377,379],{"id":378},"aesus-advisory-automatiser-des-livrables-ma-vraiment","Aesus Advisory : automatiser des livrables M&A, vraiment",[19,381,382],{},[236,383],{"alt":384,"src":385},"La démo projetée à l'écran","\u002Fblog\u002Fmatc-aesus-stage.jpg",[19,387,388],{},"Gabriel d'Agay, associé fondateur d'Aesus Advisory, a déroulé un cas réel anonymisé : une opération buy-side, build-up d'un cabinet comptable par consolidation. Le stack tient en deux briques : la data room Entropia (notamment ses workflows agentiques intégrés et son serveur MCP permettant la collaboration avec Claude), connectée à un projet Claude équipé d'instructions, de skills maison (charte graphique, conditions d'acquisition, trames de DD issues de deals passés) et de fichiers.",[19,390,391],{},"Cinq livrables ont été produits, de l'analyse pré-LOI à la préparation de la Due Diligence.",[35,393,395],{"id":394},"rapport-pré-loi","Rapport pré-LOI",[19,397,398],{},"À partir de la data room (notes d'appels, comptes sur trois ans, budget, organigramme juridique, données salariales) : un rapport complet avec historique, organigramme, répartition du chiffre d'affaires, bridge d'EBITDA du reporté au retraité, points de vigilance et fourchette de valorisation alignée sur les guidelines maison. Avec, en complément, un Q&A prêt à l'emploi.",[35,400,402],{"id":401},"modèle-financier","Modèle financier",[19,404,405],{},"P&L, bilan et cash flow sur trois ans, onglet EBITDA ajusté, bridge, et modèle LBO complet : free cash flows, couverture de dette, levier.",[35,407,409],{"id":408},"loi","LOI",[19,411,412],{},"Un document complet : périmètre, valorisation, gouvernance, promesse d'achat, liquidité, financement, garanties, exclusivité, signataires, jusqu'au volet patrimonial. La V1 a été corrigée à la main (formatage, demande d'un vrai bridge), rappel utile que l'humain reste dans la boucle pour arbitrer et valider.",[35,414,416],{"id":415},"checklist-irl","Checklist IRL",[19,418,419],{},"Plus avancé : un workflow agentique Entropia confronte le contenu réel de la data room aux demandes d'information envoyées, et signale ce qui manque. Un contrôle qui se faisait jusqu'ici à la main.",[35,421,423],{"id":422},"rapport-de-préparation-à-la-due-diligence","Rapport de préparation à la Due Diligence",[19,425,426],{},"Enfin, un rapport de red flags et la préparation d'un Q&A, toujours à partir de la data room.",[19,428,429],{},"Pour ces différentes démos, Gabriel a expliqué en détails le setup mis en place, comment il a constitué les différentes skills utilisées, le temps passé à produire, l'importance de la relecture et des vérifications, et enfin l'impact sur la productivité d'Aesus, la capacité à monter le niveau de service proposé, notamment à ses clients small cap.",[220,431,433],{"id":432},"cocktail","Cocktail",[19,435,436],{},[236,437],{"alt":438,"src":439},"Échanges autour du cocktail","\u002Fblog\u002Fmatc-ambient.jpg",[19,441,442],{},"Les échanges se sont prolongés autour d'un cocktail avec les banques et cabinets présents, d'autant plus riches que la salle mêlait MDs, responsables de taskforce IA ou associates. Make or buy, gains de productivité, souveraineté, opportunités pour les juniors : les sujets n'ont pas manqué.",[43,444,445,451,457,463],{},[46,446,447,450],{},[172,448,449],{},"Auditabilité."," Où ça casse encore, et comment garantir l'absence d'erreur ou d'oubli.",[46,452,453,456],{},[172,454,455],{},"Productivité et qualité."," Jusqu'où la qualité peut monter à niveau de fees constant.",[46,458,459,462],{},[172,460,461],{},"Maintenance et réplicabilité."," Le coût d'entretien du système et sa transposition à une structure plus grande.",[46,464,465,468],{},[172,466,467],{},"Staffing."," Ce que devient le rôle des juniors et la façon dont ils apprennent le métier.",[19,470,471],{},"Merci aux maisons présentes lors de cette première édition :",[473,474],"matc-attendees",{"label":475},"Ils étaient présents",[477,478],"matc-credits",{"cta-href":479,"cta-label":480,"cta-prefix":481,"entropia-href":482,"label":483},"\u002Ffr\u002Fbook-a-demo","demandez une démo","Pour voir Entropia sur votre cas,","\u002Ffr","Organisé par",{"title":182,"searchDepth":183,"depth":183,"links":485},[486,487,494],{"id":343,"depth":183,"text":344},{"id":378,"depth":183,"text":379,"children":488},[489,490,491,492,493],{"id":394,"depth":186,"text":395},{"id":401,"depth":186,"text":402},{"id":408,"depth":186,"text":409},{"id":415,"depth":186,"text":416},{"id":422,"depth":186,"text":423},{"id":432,"depth":183,"text":433},[496,497],"Gabriel d'Agay","Julien Belon","2026-06-03","Annonce Entropia × Arx, et démo d'Aesus Advisory : une série complète de livrables produite avec l'intégration Entropia × Claude sur un cas réel.","\u002Fblog\u002Fmatc-hero.png",{},"\u002Fblog\u002Ffr\u002Fma-tech-circle-paris",{"title":332,"description":499},"blog\u002Ffr\u002Fma-tech-circle-paris",[202],"VIb6bd5I-DFH2dgUXBy3F-jgRyjW_u2GgRlG1-pllwU",{"id":508,"title":509,"author":6,"body":510,"coAuthors":191,"date":192,"description":653,"detail":193,"extension":194,"featured":193,"image":654,"imageSize":191,"meta":655,"navigation":197,"path":656,"railTitle":191,"seo":657,"stem":658,"summary":191,"tags":659,"unlisted":193,"updatedAt":191,"video":191,"videoWebm":193,"__hash__":661},"blog\u002Fblog\u002Ffr\u002Fcontext-adaptive-file-redaction.md","Le caviardage selon le contexte",{"type":8,"value":511,"toc":651},[512,515,518,521,524,528,531,542,545,548,552,555,558,561,564,567,570,574,577,591,595,598,601,604,607,610,613,616,619,622,626,629,632,635,638,641,644],[19,513,514],{},"Un analyste sell-side télécharge 87 contrats de travail dans une data room. Chacun contient des numéros de sécurité sociale, des adresses personnelles, des détails de salaire. La VDR promet de tout caviarder automatiquement. Un clic, promettaient les supports marketing. Quarante-cinq secondes plus tard, une confirmation s'affiche : « 248 caviardages terminés. »",[19,516,517],{},"L'analyste ouvre un fichier au hasard. Le numéro de sécurité sociale du PDG est là, visible. Trois autres vérifications révèlent des lacunes similaires. Le système automatisé a raté les variations de formatage, peiné avec les documents scannés, échoué à reconnaître les noms abrégés.",[19,519,520],{},"Huit heures de vérification manuelle suivent. Mieux vaut ça que risquer une violation RGPD ou faire capoter une transaction parce que des noms de clients confidentiels ont fuité vers un concurrent.",[19,522,523],{},"« Je préfère que mon stagiaire passe huit heures sur le caviardage plutôt que cinq minutes avec une solution IA et prendre le risque », dit Victor, associé M&A dans une grande banque d'investissement européenne. La réputation de la banque est en jeu à chaque document partagé. Aucun algorithme ne peut prendre cette décision sans supervision.",[11,525,527],{"id":526},"ce-que-signifie-réellement-le-caviardage-en-ma","Ce que signifie réellement le caviardage en M&A",[19,529,530],{},"Le caviardage de documents dans les fusions-acquisitions ne consiste pas à cacher des détails embarrassants. Il remplit trois fonctions précises qui entraînent des conséquences juridiques et financières quand elles sont mal exécutées.",[43,532,533,536,539],{},[46,534,535],{},"D'abord, la conformité réglementaire. Les règles européennes de protection des données exigent de supprimer les informations personnelles identifiables avant de partager les dossiers des employés avec des tiers. Numéros de sécurité sociale, adresses personnelles, numéros de téléphone, coordonnées bancaires. Rater une seule occurrence peut déclencher des enquêtes réglementaires. Les sanctions financières pour violations RGPD se chiffrent en millions d'euros, calculées en pourcentage du chiffre d'affaires mondial.",[46,537,538],{},"Ensuite, la concurrence. La liste clients d'une société cible, ses structures tarifaires, ses contrats fournisseurs et ses partenariats stratégiques constituent des renseignements précieux. Les acquéreurs en due diligence doivent vérifier que les relations commerciales existent sans connaître les termes spécifiques qui pourraient les avantager dans les négociations ou tout simplement fuiter.",[46,540,541],{},"Troisièmement, la divulgation par étapes. Les transactions M&A avancent par phases. Les acquéreurs en phase initiale voient des synthèses financières et des contrats caviardés. Plus tard, à mesure que les négociations progressent, des détails supplémentaires sont débloqués. Le système de caviardage doit supporter cette révélation graduelle, avec un contrôle précis sur ce que chaque partie voit et quand.",[19,543,544],{},"Les conséquences d'un échec sont concrètes. Une liste clients divulguée peut déclencher des renégociations de contrats. Des données tarifaires exposées minent le positionnement concurrentiel. Les violations d'informations personnelles génèrent un examen réglementaire qui retarde ou tue complètement les transactions.",[19,546,547],{},"Et puis il y a la contrainte technique : un vrai caviardage doit détruire les octets de données sous-jacents, pas simplement superposer des rectangles noirs. Certains cabinets de TS parlent ouvertement d'outils capables de « décaviarder » des documents où le texte original reste incorporé dans la structure du fichier. Si les acquéreurs ou leurs conseillers possèdent de tels outils, le caviardage cosmétique devient une divulgation.",[11,549,551],{"id":550},"le-théâtre-du-caviardage-par-ia","Le théâtre du caviardage par IA",[19,553,554],{},"Les fournisseurs de VDR historiques ont flairé une opportunité. L'intelligence artificielle était la solution à tous les problèmes des logiciels, y compris apparemment le caviardage de documents. Les supports marketing promettaient des résultats spectaculaires : « Caviardez 1 000 fichiers en un clic » « 80 % d'économie de temps ».",[19,556,557],{},"Datasite, l'un des acteurs établis, met en avant sa fonctionnalité de caviardage automatisé. Mais la démo présentée sur leur site web échoue de manière spectaculaire. Le système peut identifier des termes évidents comme les numéros de sécurité sociale dans des documents structurés, mais la complexité le met rapidement en échec. La mise en page des pdf, les documents scannées, restent complètement opaques. Les tableaux brouillent sa logique.",[19,559,560],{},"Le système peut correctement identifier des informations confidentielles dans certains contrats de travail tout en en ratant d'autres où le formatage diffère légèrement. Aucun score d'incertitude n'apparaît. Aucun intervalle de confiance. Juste des coches vertes et des responsabilités enfouies.",[19,562,563],{},"Ce que les fournisseurs historiques vendent réellement, c'est de l'IA autonome. Le système prend des décisions sur ce qu'il faut caviarder en se basant sur la reconnaissance de motifs et les données d'entraînement. Il exécute ces décisions sans supervision humaine. Le rôle humain se réduit à cliquer sur « approuver » pour des opérations en masse affectant des centaines ou des milliers de documents simultanément.",[19,565,566],{},"Cette autonomie devient une vulnérabilité. Les équipes M&A n'ont pas besoin de logiciels qui prennent des décisions. Elles ont besoin d'outils qui préservent leur capacité à prendre des décisions tout en éliminant les frictions.",[19,568,569],{},"Le modèle tarifaire révèle les vraies priorités des fournisseurs. Les fournisseurs historiques facturent jusqu'à 2 500 € supplémentaires par data room pour le caviardage assisté par IA. Et certains comptent les pages caviardées comme des fichiers séparés, facturant deux fois le même document. Les équipes téléchargent un contrat de cinquante pages, caviardent dix pages, et découvrent qu'on leur facture cent pages de stockage. Cela a des effets secondaires : les utilisateurs caviardent hors de la VDR pour éviter cette inflation, sapant tout l'intérêt d'un système centralisé et auditable.",[11,571,573],{"id":572},"ce-dont-les-utilisateurs-ont-réellement-besoin","Ce dont les utilisateurs ont réellement besoin",[19,575,576],{},"La conversation sur le caviardage dopé à l'IA se concentre typiquement sur la vitesse et l'automatisation. Cela rate ce que les professionnels du M&A demandent réellement à leurs outils.",[43,578,579,582,585,588],{},[46,580,581],{},"Le contrôle, d'abord. Les équipes M&A ont besoin de visibilité sur chaque décision de caviardage. Elles veulent tout vérifier. Le système peut suggérer, signaler et accélérer, mais les humains doivent valider avant toute exécution. Ce n'est pas de l'inefficacité, c'est de la gestion du risque dans un environnement où une seule erreur peut coûter des millions.",[46,583,584],{},"L'exhaustivité, ensuite. Le stress n'est pas seulement de faire des erreurs, c'est de rater complètement des éléments. Un analyste caviardant les informations de Pierre-Louis Corteel a besoin que le système identifie chaque variation : P.L. Corteel, Corteel PL, Pierre L. Corteel. À travers tous les documents de la data room, pas seulement celui actuellement ouvert.",[46,586,587],{},"La sécurité vient en troisième, bien qu'en pratique elle sous-tende tout. Un vrai caviardage doit détruire les données au niveau de l'octet. Les superpositions visuelles ne suffisent pas. Le texte sous-jacent doit disparaître entièrement de la structure du fichier, empêchant toute tentative de récupération par les conseils buy-side.",[46,589,590],{},"Et la transparence tarifaire compte plus que les fournisseurs ne l'admettent. Les équipes ont besoin de coûts prévisibles qui ne pénalisent pas la minutie. Si caviarder des documents devient cher, l'incitation économique bascule vers moins de caviardage, ce qui contredit directement les objectifs de sécurité.",[11,592,594],{"id":593},"le-caviardage-contextuel-une-approche-innovante","Le caviardage contextuel : une approche innovante",[19,596,597],{},"Entropia adopte une approche différente du caviardage. Plutôt que de tenter de rendre l'IA autonome, la plateforme la rend contextuelle.",[19,599,600],{},"Le système observe ce que font les utilisateurs, apprend de leur environnement spécifique, et étend les décisions individuelles selon le contexte. Point critique : chaque suggestion nécessite une validation humaine avant exécution.",[19,602,603],{},"Un analyste caviarde un numéro de sécurité sociale dans un contrat de travail. Cette action unique crée un élément de contexte que le système réplique. La plateforme cherche ce contexte dans chaque document de la data room et signale chaque occurrence. L'analyste passe en revue les résultats, confirme les correspondances pour appliquer le caviardage.",[19,605,606],{},"Un jugement, exécuté cinquante fois. L'humain a décidé quoi caviarder. Le logiciel a géré la reconnaissance de caractères et l'exécution.",[19,608,609],{},"Cela s'étend à des scénarios plus complexes. Une équipe télécharge des états financiers mensuellement tout au long d'une transaction. Ils caviardent des tranches de salaire spécifiques et des valeurs de contrats dans le premier lot. Quand de nouveaux états arrivent des semaines plus tard, le système identifie les champs analogues selon la position, le formatage et les motifs précédents. Il les signale pour vérification. L'équipe confirme ou ajuste, puis applique.",[19,611,612],{},"Le système gère aussi les variations de format. Caviardez « Pierre-Louis Corteel » une fois, et la plateforme signale « P.L. Corteel », « Corteel PL » et les variations similaires à travers tous les documents. Pas automatiquement caviardé, automatiquement signalé. La distinction compte. Les utilisateurs gardent le contrôle pendant que le système prévient les oublis qui pourraient survenir.",[19,614,615],{},"Les documents scannés ou PDF sont généralement exclus des automatisations, mais dans Entropia, ils sont entièrement recherchables, avec les mêmes workflows de caviardage s'appliquant quelle que soit le format des documents, là où les systèmes historiques échouent.",[19,617,618],{},"La fonctionnalité de recherche s'intègre directement au caviardage. Cherchez un élément dans un document, trouvez dix occurrences, caviardez-les toutes en un clic. Puis le système vous alerte d'autres occurrences dans différents fichiers. Le workflow devient : chercher, vérifier les résultats dans le document actuel, caviarder les occurrences confirmées, puis traiter les éléments signalés ailleurs dans la data room.",[19,620,621],{},"La tarification suit une logique entièrement différente. Le caviardage assisté n'est pas une fonctionnalité additionnelle. Les documents caviardés n'entraînent pas de surfacturation par page. C'est inclus dans la plateforme. Pas d'incitations artificielles à caviarder hors du système. Pas de pénalités pour une protection minutieuse des documents.",[11,623,625],{"id":624},"reconnaître-le-contexte","Reconnaître le contexte",[19,627,628],{},"La vraie question : est-ce que les équipes M&A vont exiger de meilleurs outils, ou est-ce qu'elles vont continuer à s'accommoder de risques élevés ? Pour l'instant, elles semblent rejeter le théâtre de l'automatisation pour garder le contrôle.",[19,630,631],{},"Les fournisseurs qui marketent « un caviardage en un clic pour 1 000 fichiers » ne répondent pas aux besoins réels des professionnels du M&A. Ils vendent l'idée de gains de productivité aux décideurs budgétaires qui ne sont pas dans les tranchées à vérifier les documents. Ceux qui font réellement le travail savent faire la différence entre vitesse et minutie.",[19,633,634],{},"Un système contextuel comme celui d'Entropia offre une voie médiane. L'IA ne prend pas de décisions, elle étend les décisions que les humains ont déjà prises. L'expertise humaine reste centrale. Le logiciel élimine les tâches mécaniques répétitives tout en gardant la supervision aux moments critiques. Ça compte parce que les volumes de documents en M&A continuent de croître. Une transaction de taille moyenne implique facilement des milliers de fichiers. La vérification purement manuelle devient ingérable à cette échelle. Mais les systèmes autonomes qui prennent des décisions non supervisées sur des données sensibles ne sont pas non plus la solution.",[19,636,637],{},"La solution passe par l'IA, mais pas celle que les fournisseurs ont marketée. Pas des systèmes qui remplacent le jugement humain par une confiance algorithmique. Des outils qui étendent le jugement humain à travers de plus grands ensembles de données tout en maintenant visibilité et contrôle à chaque étape. Est-ce que l'industrie VDR va dans cette direction ? Ça dépend de qui prend les décisions d'achat : les équipes transactionnelles qui comprennent les exigences, ou les départements achats qui optimisent pour des listes de fonctionnalités et la réduction des coûts.",[19,639,640],{},"Les conversations avec les professionnels du M&A pointent vers les premiers. Quand un associé dit « Je préfère que mon stagiaire passe huit heures sur le caviardage plutôt que prendre le risque avec l'IA », ce n'est pas de la technophobie. C'est quelqu'un qui sait exactement où se situe la responsabilité quand des documents fuitent ou que les régulateurs enquêtent.",[19,642,643],{},"Le contrôle, au fond, c'est savoir quand automatiser et quand vérifier. Le meilleur système de caviardage n'est pas celui qui promet de tout faire automatiquement. C'est celui qui aide les humains à mieux faire leur travail sans les retirer du process.",[19,645,646,647,312],{},"-> En savoir plus sur notre data room contextuelle dans ",[286,648,650],{"href":649},"\u002Ffr\u002Fblog\u002Fdont-let-your-vdrs-ai-tank-your-deal","cet article",{"title":182,"searchDepth":183,"depth":183,"links":652},[],"Les VDR historiques facturent en supplément un caviardage par IA qui ne fonctionne pas. Entropia a une meilleure solution.","\u002Fblog\u002Fscreenshot-2025-12-29-at-18.50.06.png",{},"\u002Fblog\u002Ffr\u002Fcontext-adaptive-file-redaction",{"title":509,"description":653},"blog\u002Ffr\u002Fcontext-adaptive-file-redaction",[660,202],"solution","UOv32jQL4O00g4rlmoeIgtU1uvL7ccGE4yeMZGv-_8A",1784643933300]