Acteur industriel

Accélérer une étude d’architecture technique grâce à l’IA

Acteur européen et américain du secteur des matériaux pour les sols, ce client a sollicité SQLI pour une étude d'architecture sur le module de vente de fin de série de sa plateforme e-commerce B2B. L'IA a permis à l'architecte SQLI d'explorer quatre scénarios, de les modéliser en diagrammes de séquences et de proposer une recommandation actionnable à la DSI.

LE DÉFI

La plateforme repose sur six microservices Symfony, s'interface avec SAP via RFC et sert 18 pays de la zone EMEA — un niveau de complexité qui, en méthode classique, aurait nécessité plusieurs semaines d'immersion avant toute recommandation.

  • Comprendre une plateforme complexe — 6 microservices Symfony, interfaçage SAP RFC, 18 pays EMEA — en un minimum de temps
  • Évaluer quatre scénarios d'architecture avec des arbitrages précis pour répondre au défi de performance du module concerné
  • Livrer des diagrammes de séquences et une matrice de décision pour rendre la recommandation tangible auprès de la DSI

NOTRE INTERVENTION

L'étude s'est déroulée en trois temps, l'IA intervenant comme accélérateur d'immersion puis comme outil de modélisation comparative.

Immersion contextuelle — Deep-dive assisté par l'IA dans la plateforme existante, les API SAP, les résultats du POC de performance et les écarts fonctionnels.

Modélisation des scénarios — Quatre scénarios d'architecture modélisés avec diagrammes de séquences détaillés, avantages, inconvénients et analyse des arbitrages.

Matrice de décision — Scoring comparatif des quatre scénarios sur sept critères, aboutissant à une recommandation claire.

RÉSULTATS

Quelques chiffres clés illustrant les résultats obtenus.

  • 2 jh pour une étude d'architecture complète
  • 4 scénarios évalués
  • 7 critères de décision scorés

Enseignements clés

  • L'IA a permis à l'architecte de s'immerger dans un contexte inconnu en un temps record — plateforme, SAP et contraintes métier
  • Quatre scénarios modélisés en diagrammes de séquences, avec avantages et inconvénients, ont permis une décision structurée
  • IA et expertise architecturale combinées produisent un livrable décisionnaire, sur lequel la DSI a pu agir immédiatement

Prochaines étapes

  • Démarrage de l'implémentation sur la base du scénario retenu (Warm Data / MySQL)
  • Design détaillé du schéma et vérification de l'extension des API batch SAP

OUTILLAGE : Claude Code · Mermaid

2026

Vous souhaitez échanger avec un expert ?

Contactez-nous