Travaux d’innovation · Sprice-it
Estimer un objet quand la donnée est incomplète.
Sprice-it est une solution numérique développée par Blue Gibbon pour assister l’estimation et la valorisation d’objets à partir de données visuelles, descriptives et contextuelles. L’enjeu n’est pas d’automatiser un prix, mais d’aider à la décision quand l’information est dispersée, partielle et difficile à comparer.
Comment ça marche
Cinq étapes, chacune traçable
Collecte
Images, descriptions et contexte, depuis des sources multiples.
Extraction
Attributs lus depuis les photographies et le texte libre.
Structuration
Données hétérogènes ramenées à une forme commune, comparable.
Rapprochement
Comparaison avec des référentiels de marché et des résultats passés.
Restitution
Une estimation lisible, avec le raisonnement et les sources derrière.
Pour qui
- Maisons de vente et commissaires-priseurs
- Plateformes de revente et de seconde main
- Assureurs et experts en évaluation
- Toute activité dont la valeur est dans un stock
Pourquoi nous le développons
Sprice-it est né d’un problème rencontré en mission. Le développer nous-mêmes nous oblige à affronter les contraintes que nous demandons à nos clients d’accepter : données incomplètes, coût par inférence, résultats explicables à quelqu’un qui n’a pas écrit le modèle.
Tout ce que nous y apprenons — data engineering, IA appliquée, architecture, interface, automatisation — repart en mission.
Nos travaux de R&D : reconnaître, mémoriser, estimer, expliquer.
Sprice-it ne repose pas sur le simple assemblage de modèles et de services existants. Blue Gibbon mène ses propres travaux de recherche pour traiter les situations dans lesquelles les données sont rares, dispersées, ambiguës ou contradictoires.
Identification multimodale en monde ouvert
Reconnaître et caractériser un objet à partir d’images, de descriptions et de données contextuelles partielles, y compris lorsqu’il appartient à une catégorie rare ou absente des référentiels connus.
Mémoire agentique persistante
Consolider les informations recueillies au fil du temps, préserver leur provenance et résoudre leurs contradictions sans perdre les étapes ayant conduit à l’interprétation finale.
Estimation et calibration de l’incertitude
Rapprocher des références de marché hétérogènes, mesurer leur pertinence et construire une estimation qui distingue clairement les éléments établis, probables et incertains.
Traçabilité et gouvernance des décisions
Rendre vérifiables les sources, les rapprochements et les règles mobilisées par le système, afin que le résultat puisse être compris, contrôlé et discuté par un utilisateur humain.
Une démarche expérimentale documentée
Chaque axe fait l’objet d’un état de l’art, d’hypothèses techniques, de prototypes instrumentés et d’évaluations sur des corpus de test. Nous mesurons les performances, analysons les erreurs et documentons les limites avant chaque nouvelle itération.
Ces travaux visent à faire de Sprice-it un système capable d’assister une décision complexe tout en conservant une place explicite pour l’incertitude, la vérification et la validation humaine.
Échanger sur nos travaux