Agent Rapport

AM-RPT-01 · report.synthesis

Il transforme ce que les autres agents observent en un rapport lisible, envoyé sans que personne ne le fabrique.

Code  AM-RPT-01Module  report.synthesisExécution  Edge / sur site
/le-pack/agent-rapport — AI MONITORING

Ce qu'il produit

Un rapport quotidien, hebdomadaire ou mensuel, selon vos besoins. Les indicateurs de la période : fréquentation, occupation, événements détectés, alertes traitées. La comparaison avec la période précédente. Et le signalement de ce qui sort de l'ordinaire.

Ce qui le distingue d'un tableau de bord

Un tableau de bord attend qu'on le consulte. Un rapport arrive.

C'est une différence pratique importante : dans la plupart des entreprises, le tableau de bord est ouvert les premières semaines, puis plus jamais. Un rapport qui arrive chaque lundi matin dans la boîte du responsable est lu.

La synthèse en langage naturel

Le rapport ne se limite pas à des chiffres. Il énonce ce qui s'est passé : « la fréquentation du samedi est en baisse de 12 % sur trois semaines », « deux présences détectées après fermeture cette semaine, contre zéro habituellement ».

Chaque énoncé est rattaché à la donnée qui le produit. Un rapport dont on ne peut pas vérifier les affirmations ne sert à rien.

La détection d'écarts

Le système apprend ce qui est normal pour ce moment précis — ce jour, cette heure, cette période — et signale les écarts. Un seuil fixe déclencherait tous les samedis dans un commerce dont l'affluence du samedi est simplement plus élevée.

Le destinataire

Le rapport est personnalisable par destinataire : un gérant de site ne reçoit pas la même chose qu'un directeur de réseau. C'est un point de cadrage, et il conditionne l'usage réel du rapport.


AgrégationLLMDétection d'écart saisonnaliséeTraçabilitén8nExport
PIPELINE
indicateurs des agents (vision · métier)
   → consolidation par période
   → comparaison à la période équivalente
        (même jour · même heure · même saison)
   → détection d'écart (base apprise, pas seuil fixe)
   → génération de synthèse (LLM, sur données fournies)
   → chaque énoncé rattaché à sa donnée source
   → distribution par destinataire (n8n)

Sous le capot

La détection d'écart s'appuie sur une base apprise, pas sur un seuil fixe. Un seuil absolu déclencherait tous les samedis dans un commerce dont l'affluence du samedi est simplement plus élevée. Le système apprend la normalité pour ce moment précis — ce jour de semaine, cette tranche horaire, cette période de l'année.

Le modèle de langage rédige, il ne calcule pas. Les chiffres sont produits par la couche d'agrégation et fournis au modèle, qui les met en phrases. Un système où le modèle produirait lui-même les valeurs serait invérifiable.

Chaque énoncé est rattaché à sa donnée. « La fréquentation du samedi est en baisse de 12 % sur trois semaines » renvoie à la série qui le démontre. Un rapport dont on ne peut pas vérifier les affirmations n'a aucune valeur en réunion.

La distribution est paramétrée par destinataire. Un gérant de site et un directeur de réseau ne reçoivent ni le même périmètre ni le même niveau d'agrégation. C'est un point de cadrage qui conditionne l'usage réel du rapport.

Cet agent fait partie de notre pack d'agents de vision, pensé en particulier pour l'hôtellerie.

Parlons de votre projet.

Trente minutes, gratuit et sans engagement.