Odealim, premier spécialiste français du courtage en assurances et financements immobiliers, compte environ 1 600 collaborateurs. Le groupe a confié à Galadrim la construction de Loomi, un assistant conversationnel généraliste ouvert à tous les sujets de travail de ses équipes, dont le déploiement a commencé en septembre 2026.
Une large part des collaborateurs manipule des dossiers nominatifs au quotidien, et la règle du groupe impose que ces données restent dans son périmètre. Les assistants du marché restent donc fermés aux personnes qui en auraient le plus l'usage, les gestionnaires et les commerciaux, dont le métier consiste à traiter des dossiers clients.
Répondre à cette contrainte demande de décider où tourne le modèle, ce que l'assistant a le droit de consulter, qui peut lire une conversation et comment l'entreprise maîtrise la consommation. Ces quatre questions ont structuré la conception de Loomi.
« Dès le départ, je voulais deux choses que l'on présente souvent comme incompatibles : un niveau de sécurité à la hauteur des données que nous manipulons, et une expérience aussi fluide que celle des assistants grand public. Loomi tient les deux, parce que la sécurité a été pensée dans l'architecture plutôt qu'ajoutée en contrainte pour l'utilisateur. »
Richard Thibault, CIO et membre du Comex d'Odealim
1. Une infrastructure dédiée et un modèle qui reste en Europe
L'application, sa base de données, ses connecteurs, sa mémoire, son compteur d'usage et son observabilité tournent dans l'infrastructure d'Odealim, hébergée en Europe. Deux flux seulement sortent de ce périmètre, l'appel au modèle et la recherche web.
Figure 1 : Infrastructure de Loomi
Le modèle est Claude, appelé sur Amazon Bedrock, et ce point a rendu le projet possible. Bedrock expose les modèles d'Anthropic sur des profils d'inférence européens, et l'application propose uniquement ceux-là. Une requête part du backend, est traitée dans la région, puis revient, à l'écart de tout service hors d'Europe et de tout entraînement.
L'appel à l'API Messages d'Anthropic est direct, ce qui donne accès au chargement différé des outils, au cache de prompt sur les blocs système et aux sorties structurées validées côté serveur, et laisse un composant de moins sur le chemin des prompts.
Chaque modèle occupe le rôle où il est le mieux placé :
Conversation et appels d'outils : Claude Sonnet 5
Tâches longues, à la demande de l'utilisateur : Claude Opus 4.8
La recherche web est le second flux sortant. Elle s'appuie sur un index de recherche européen indépendant, dont les données restent sous juridiction de l'Union européenne, et les requêtes qui lui parviennent sont celles que le modèle formule, à l'exclusion du contenu des conversations.
La supervision suit la même règle. Les traces et les journaux restent sur l'infrastructure du groupe et décrivent la forme des échanges, sans leur contenu.
2. Des connecteurs alignés sur les droits de l'utilisateur
Loomi accède à Google Workspace, à l'intranet, à l'outil de gestion des contrats et à l'outil de suivi des tickets. Le modèle choisit lui-même les outils à appeler, et il les enchaîne dans une même réponse quand une question croise plusieurs sources.
Ces connecteurs obéissent à une règle unique, selon laquelle Loomi voit uniquement ce que l'utilisateur aurait vu lui-même. Pour les services qui le permettent, chaque utilisateur connecte son propre compte par OAuth, et son jeton accompagne chaque appel. En l'absence de jeton, l'outil répond qu'il faut connecter le compte, et le connecteur reste désactivé quand le compte de l'utilisateur est inconnu du service distant. Les jetons de connexion sont chiffrés comme le reste des données de l'utilisateur.
Les connecteurs fonctionnent en lecture seule. Cette limite fait partie des protections contre l'injection de prompt, un document ou une page web pouvant contenir des instructions destinées au modèle.
L'adaptation à l'entreprise passe par des skills, des instructions réutilisables comme une procédure, un modèle de courrier ou le ton maison, créées par les administrateurs. Pour le modèle, ces skills sont en lecture seule, ce qui les met à l'abri d'une injection de prompt venue d'un document.
3. Des conversations chiffrées par utilisateur, partagées à son initiative
Tout ce qu'un utilisateur écrit, dépose ou reçoit est chiffré avec une clé qui lui est propre, messages, documents, résultats d'outils et mémoire compris, de sorte qu'un accès à la base ou à une sauvegarde livre uniquement du chiffré.
Figure 2 : Accès aux conversations chiffrées
Le partage avec un administrateur découle de ce choix. Un administrateur est dans l'impossibilité de lister les conversations d'un utilisateur, car cette liste révélerait combien il en a et à quelles heures, et le partage part donc toujours du propriétaire, qui choisit la conversation, le destinataire et une durée, avec une révocation possible à tout moment. Un mode éphémère complète le dispositif, la conversation reste hors de la base et la mémoire y est fermée en lecture comme en écriture.
La mémoire est ce qui adapte Loomi à chacun. Elle retient ce que l'utilisateur lui apprend sur son métier et ses préférences, avec quatre outils que le modèle appelle lui-même pour enregistrer, lire, chercher et oublier, et un panneau où chacun consulte, supprime, exporte ou importe ses entrées. Une mémoire persistante est aussi une surface d'attaque, car une instruction cachée dans un document meurt avec la conversation tandis qu'une instruction passée en mémoire agit dans toutes les suivantes. Des protections contre l'injection de prompt encadrent donc l'écriture en mémoire, et l'utilisateur garde la main sur ce qui y entre depuis son panneau.
4. Une consommation maîtrisée par utilisateur
La direction d'Odealim voulait éviter les dérives de consommation. Chaque appel au modèle et chaque recherche web sont imputés à la personne qui les a déclenchés, un budget mensuel est vérifié avant chaque réponse, chacun suit sa consommation sur sa page, et une dérogation peut être accordée sur demande. Les indicateurs d'usage sont agrégés, le contenu des échanges restant hors de portée de l'employeur.
Un accompagnement dans la durée
La valeur de Loomi dépend de son usage réel. Le travail qui commence consiste à le faire connaître, à l'installer dans le quotidien des équipes et à le faire évoluer avec les retours de ses utilisateurs. Un binôme product manager et lead IA accompagne Odealim sur cette phase, avec la communication interne du groupe, un assistant qui explique lui-même son fonctionnement, et des retours recueillis depuis l'interface puis traités en quelques jours. Cette boucle courte est le meilleur argument d'adoption face aux assistants génériques, car ce qu'un collaborateur demande peut réellement être intégré.
