RANASIL, Inc.

Du réel à la décision.

Entre le réel et la décision existe un système. Nous le concevons.

Systèmes de décision pour les opérations industrielles critiques — IA, calcul embarqué, vision, spatial.

Défiler ou maintenir le clic pour visiter

Le problème

Le monde produit plus de données qu’il ne produit de décisions

Les machines produisent des données.
Les équipes produisent des connaissances.
Les entreprises produisent des décisions.

Ces trois mondes restent séparés. Chaque machine mesure, chaque capteur transmet, chaque équipe échange. Et pourtant, devant un équipement qui dérive ou un site qui décroche, les bonnes décisions restent difficiles à prendre, et arrivent souvent trop tard.

Le problème n’est pas le volume. Il est de transformer ces données en connaissance exploitable : savoir ce qui se passe, savoir ce qu’on ignore, et savoir sur quoi il est raisonnable d’agir.

Ce passage du réel à la décision demande un système. Voici la conviction qui nous guide.

Notre vision

Rendre le réel intelligible

Les entreprises n’ont pas besoin de davantage de données. Elles ont besoin de meilleures décisions.

Le rôle d’un système n’est pas de produire plus d’informations. Il est de rendre le réel intelligible : qu’un responsable sache ce qui se passe, avec quel degré de certitude, et ce qu’il peut décider sur cette base.

C’est cette conviction qui guide chacun de nos développements. Elle se traduit par quatre principes que nous ne négocions pas.

  1. Une décision doit être démontrable

    Nous refusons les systèmes incapables d’expliquer leurs conclusions.

  2. Un système doit connaître ses limites

    Lorsqu’il ne sait pas, il doit le dire, et refuser de conclure.

  3. Une technologie n’a de valeur que sur le terrain

    Chaque résultat est mesuré en conditions réelles, jamais sur données simulées.

  4. Une architecture doit survivre au temps

    Nous privilégions les systèmes robustes aux démonstrations spectaculaires.

Notre méthode

Une même architecture décisionnelle, quel que soit le domaine

Nos activités semblent éloignées les unes des autres. Elles suivent pourtant exactement le même cycle, et c’est ce cycle, plus que chaque technologie prise isolément, qui constitue notre métier.

  1. Observercapter le réel tel qu’il est, pas tel qu’on l’attend
  2. Comprendreextraire ce que le signal contient réellement
  3. Qualifierdire ce qui est mesuré, ce qui est estimé, ce qu’on ignore
  4. Déciderrestituer une information sur laquelle on peut s’engager
  5. Agirl’action change le terrain — le cycle recommence

Le même cycle, quatre domaines

  • Industrie — capteurs et sons machine → diagnostic → confiance plafonnée → alerte → intervention
  • Spatial — télémesure embarquée → analyse à bord → qualification en vol → décision de mission
  • Vision — image temps réel → rendu colorimétrique → écart mesuré au banc → choix du client
  • Communication — échanges d’équipes → extraction des faits → sources traçables → arbitrage

Ce que nous construisons

L’architecture d’une décision fiable

Un modèle d’IA seul ne règle rien. Nous construisons la chaîne complète : capter les signaux, les traiter au plus près du terrain, qualifier leur fiabilité, restituer aux équipes une information directement exploitable. Chaque diagnostic, alerte ou recommandation reste relié à ses données, à ses limites et à une mesure de performance définie avec le métier.

Notre terrain d’épreuve : les opérations industrielles critiques

Mines, carrières, chantiers et sites de production : équipements hétérogènes, données incomplètes, connectivité variable — c’est la norme du terrain, pas l’exception. C’est pour ce monde-là que nos systèmes sont conçus. Ils rapprochent les signaux des machines, les mesures terrain et les échanges des équipes afin de détecter une dérive, accélérer un diagnostic et aider les responsables à agir plus tôt. Premier déploiement en exploitation : les échanges quotidiens d’un exploitant multi-sites, transformés en continu en rapports, indicateurs quantitatifs et alertes. Sur les cinq premiers mois de 2026, près de 14 800 tonnes suivies sur quatre exutoires, réel rapproché des engagements contractuels.

Diagnostic d’équipements Détection de dérives Continuité entre équipes Prévisions et alertes

Quatre exigences pour passer en production

Une chaîne complète

« Une seule chaîne, une seule responsabilité — de la capture jusqu’à l’action. »

Nous intégrons les équipements, le calcul, les flux de données et les interfaces opérationnelles pour éviter les ruptures entre technologies et métiers.

En pratique

Capture multi-capteurs Calcul embarqué Pipelines résilients Aide à la décision

Une chaîne complète

« Une seule chaîne, une seule responsabilité — de la capture jusqu’à l’action. »

Nous intégrons les équipements, le calcul, les flux de données et les interfaces opérationnelles pour éviter les ruptures entre technologies et métiers.

En pratique

Capture multi-capteurs Calcul embarqué Pipelines résilients Aide à la décision

Une IA fondée sur les preuves

« Une IA fiable distingue ce qu’elle sait, ce qu’elle estime et ce qu’elle ne peut pas conclure. »

Le responsable sait sur quoi il s’appuie : un fait, une estimation chiffrée, ou un signalement d’incertitude — jamais une conviction déguisée. L’anatomie d’un diagnostic :

Fait mesuréce que les données établissent
Estimationcalculée, avec son niveau de confiance
Périmètredonnées utilisées, période, données absentes
Règle mobiliséeidentifiée et versionnée
Abstentionsi les preuves manquent, le système le dit

En pratique

Réponses fondées sur les données Sources traçables Seuils de confiance Abstention contrôlée

Une performance mesurée sur le cas réel

« Une performance n’existe que si elle est comparée à une référence, dans les conditions où elle devra tenir. »

Avant le déploiement, nous définissons avec le métier les critères d’acceptation, la référence de comparaison et les cas d’échec. Le système est ensuite évalué sur des données représentatives, vérifié dans son environnement réel, et livré avec sa fiche de preuve :

Référence métierà quoi le système se compare
Jeu d’évaluationsur quelles données il est jugé
Cas d’échecce qu’il rate, documenté
Taux d’abstentionquand il refuse de conclure
Version & rejeudes résultats reproductibles

En pratique

Référence métier Cas d’échec Évaluation en aveugle Tests en exploitation

Des données sous contrôle

« Chaque organisation garde le contrôle de ses données, de ses accès et de leurs usages. »

Les environnements sont isolés par organisation, les droits peuvent être retirés à tout moment, et chaque accès ou action importante reste traçable. Aucun contenu client ne sert à entraîner un modèle.

En pratique

Isolation des données Contrôle des accès Partage révocable Traçabilité complète

Ces quatre exigences structurent six piliers de recherche, chacun adossé à des résultats mesurés.

Ce qui nous différencie

La même exigence, appliquée là où les autres s’arrêtent

Les entreprises construisent des logiciels.
Nous construisons des systèmes.
Les entreprises développent des modèles.
Nous développons des architectures.
Les entreprises automatisent.
Nous augmentons la décision humaine.
Les entreprises annoncent des performances.
Nous les démontrons.
Les entreprises parlent d’intelligence artificielle.
Nous parlons du réel.

Cette différence a un coût — elle est plus lente à produire qu’une démonstration. Elle a aussi une conséquence : ce que nous livrons continue de fonctionner quand les conditions se dégradent.

Technologies

Une recherche appliquée, dédiée aux solutions industrielles et commerciales

Notre recherche appliquée suit une discipline stricte. Chaque pilier part d’un verrou technologique identifié, et n’est intégré aux solutions qu’une fois ses résultats mesurés sur infrastructure réelle — jamais sur données simulées. Chacun expose son verrou, ce qui est mesuré et ce qui reste ouvert. Les résultats sont démontrés ; la manière d’y parvenir, elle, reste protégée.

Intelligence décisionnelle Calcul embarqué Vision multimodale Systèmes spatiaux
0mesure issue de données simulées
ΔE00 ≤ 3,2fidélité couleur mesurée sur banc
30 img/srendu AR temps réel en navigateur
3moteurs adossés à DIN 18218, NF P93-350 et ISO 21508

IA fiabilisée par conception

Le verrou

Les modèles génératifs inventent. Dans un processus d’entreprise où chaque sortie engage une décision, c’est disqualifiant — tant que la fiabilité n’est pas démontrée.

Notre réponse

Un cadre propriétaire de contraintes et de contrôles encadre chaque sortie du modèle : ce qu’il peut affirmer, d’où il doit le tirer, et quand il doit s’abstenir.

Mesuré

Garanties vérifiées par tests : tout texte produit doit provenir de la source, relance sans doublon, coût de chaque traitement tracé en base. Éprouvé sur des contenus longs, en conditions réelles.

En cours

Fiabilisation continue par retour d’usage terrain.

IA générative encadréeGénération fondée sur les données Traçabilité des coûts

Vision & réalité augmentée temps réel

Le verrou

Restituer fidèlement une couleur produit sur une peau, à cadence vidéo, dans un simple navigateur — sans matériel dédié ni application. Un problème de colorimétrie autant que de rendu.

Notre réponse

Un moteur de rendu et une chaîne colorimétrique propriétaires, conçus et calibrés en interne pour fonctionner dans un simple navigateur.

Mesuré

ΔE00 de 1,1 à 3,2 selon la teinte, sur banc de mesure — au voisinage du seuil perceptif. 30 images/s sur poste de travail, 20 à 25 sur mobile web. Le moteur est couvert par une suite de tests dédiée.

En cours

Extension des finis mesurés et des conditions d’éclairage couvertes.

Temps réel navigateurColorimétrie mesurée Sans installation

Signal & capteurs embarqués

Le verrou

Diagnostiquer une machine sur un terrain sans réseau fiable : le calcul doit se faire sur l’appareil, et le réseau ne transporter que l’essentiel.

Notre réponse

L’intelligence est embarquée au plus près de la machine : l’appareil capte le son, l’image et les données moteur, analyse sur place, et ne transmet que l’essentiel.

Mesuré

Seules les caractéristiques extraites transitent vers le serveur. Le score de confiance du diagnostic est plafonné selon les métadonnées de capture — jamais au-delà de ce que la donnée permet.

En cours

Enrichissement par base de connaissances métier et retour d’usage terrain.

Calcul embarquéMulti-capteurs Sobriété réseau

Pipelines multimodaux industrialisés

Le verrou

Un pipeline IA qui perd un travail — ou le re-paie — à chaque incident ne tient pas en production. L’idempotence, la reprise et la maîtrise des quotas sont le cœur du problème.

Notre réponse

Des chaînes de traitement conçues pour encaisser les incidents et la charge : reprise garantie sans re-payer un calcul, coûts et quotas maîtrisés. Tous les formats du réel sont absorbés — parole, image, document.

Mesuré

La suite d’intégration s’exécute contre l’infrastructure réelle — base de données, stockage objet, messagerie — jamais contre des simulacres. La reprise sans double paiement est vérifiée par test.

En cours

Prévisions de séries temporelles et détection d’anomalies sur les flux ingérés — en pilote.

Haute résilienceMultimodal Coûts maîtrisés

Architectures de confiance

Le verrou

Héberger les données de plusieurs organisations dans un même système : l’isolation doit être prouvée par des tests — pas promise par l’architecture.

Notre réponse

Isolation entre organisations, accès chiffrés, partage révocable, traçabilité complète : ces garanties sont intégrées à l’architecture, et vérifiées par les mêmes tests que le reste.

Mesuré

L’isolation entre organisations fait partie de la suite de tests. Les coûts et décisions des traitements IA sont tracés en base, action par action.

En cours

Généralisation des circuits de validation humaine aux livrables générés par IA.

Multi-organisationsPartage maîtrisé Audit complet

La preuve comme méthode

Le verrou

Comment savoir qu’une capacité IA fonctionne, et qu’une architecture complexe apporte réellement quelque chose ? En le mesurant, contre des références, à budget égal.

Notre réponse

Chaque affirmation est adossée à un protocole : références de comparaison, évaluation en aveugle, budgets contrôlés. Rien ne sort sans mesure.

Mesuré

Un protocole insuffisant nous a annoncé un gain qui n’existait pas : le contrôle à budget égal l’a infirmé, et la fonction est restée désactivée. Aucune mesure ne vient de données simulées.

En cours

Toute complexité que nous ajoutons doit démontrer qu’elle se paie.

Bancs de mesureÉvaluation en aveugle Budgets contrôlés

Ces travaux équipent des solutions commercialisées : diagnostic d’équipements industriels· expérience client en réalité augmentée· intelligence des communications et des opérations· ingénierie de la construction

Spatial

Le même cycle, à 400 kilomètres d’altitude

Un programme nanosatellite se déroule en quatre temps : concevoir, éprouver, voler, déployer. Chacun pose la même question que sur un site industriel. Que dit la télémesure, avec quelle certitude, et que décide-t-on sur cette base ?

Pour le matériel et les campagnes de vol, RANASIL ouvre l’accès à un acteur international du secteur spatial. Elle intervient ensuite sur son métier : l’analyse embarquée, la qualification des données de vol et la décision de mission. Un accès pensé pour des budgets d’entreprises, d’universités et d’institutions.

01 · Concevoir

Kits nanosatellites complets

Un nanosatellite fonctionnel tient aujourd’hui dans une plateforme compacte, avionique comprise, prête à assembler et à tester par vos équipes.

01 · Concevoir

Kits nanosatellites complets

Un nanosatellite fonctionnel tient aujourd’hui dans une plateforme compacte, avionique comprise, prête à assembler et à tester par vos équipes.

  • Avionique intégrale : ordinateur de bord, contrôle d’attitude, gestion d’énergie, communications radio.
  • Télémesure multi-capteurs avec géolocalisation — l’état complet du satellite, collecté et transmis.
  • Notre part : structurer cette télémesure pour qu’elle soit exploitable au sol, en distinguant ce qui est mesuré, ce qui est estimé et ce qui manque.
NanosatelliteAvionique Télémesure

02 · Éprouver

Qualification en vol suborbital

Avant d’engager le coût d’un lancement orbital, chaque sous-système se valide en vol suborbital, sur lanceur réutilisable.

  • Contraintes réelles du lancement : vibrations et environnement acoustique.
  • Vide et cycles thermiques représentatifs de l’espace.
  • Télécommunications éprouvées en vol : déploiement d’antennes, fiabilité des liaisons.
  • Notre part : le dépouillement des essais, pour établir ce que la campagne démontre et ce qu’elle ne démontre pas.
SuborbitalQualification Récupération

03 · Voler

Missions stratosphériques

Atteindre les conditions du proche espace en quelques heures, à une fraction du coût d’un lancement.

  • Très haute altitude, charge utile récupérée le jour même.
  • Campagnes longue durée possibles pour tester l’endurance des systèmes.
  • Validation en conditions quasi spatiales : alimentations, panneaux solaires, chaînes de communication, tenue thermique.
  • Notre part : l’analyse embarquée pendant le vol, et la qualification des mesures au retour.
StratosphèreEndurance Retour jour même

04 · Déployer

Vers l’orbite

La dernière étape engage des structures qualifiées, l’intégration de la charge utile et l’accès aux opportunités de lancement.

  • Structures nanosatellites pour l’intégration des charges utiles.
  • Préparation au lancement et mise en relation avec les opportunités de vol.
  • Notre part : la chaîne de décision de mission, de la télémesure reçue à l’arbitrage opérationnel.
StructuresIntégration Lancement

Spécifications complètes, calendrier des campagnes et conditions : communiqués sur demande.

Qui intervient

Une chaîne, quatre responsabilités

  • Tarik AINOUR · fondateur et président
  • Aaron LAMBERG · instrumentation et métrologie Analyse embarquée Y. OUAREG
  • Nancy DIAZ · modélisation et incertitude Ingénierie des modèles Y. CHANOUNE
  • Zakaria HAMANN · industrialisation et plateforme Chaînes de traitement C. LEGAY

Contact

Parlons de votre problématique

Décrivez-nous la situation : l’équipement ou le site concerné, ce que vous mesurez déjà, et la décision que vous aimeriez pouvoir prendre plus tôt. Nous vous disons franchement si nous sommes le bon interlocuteur.

Écrivez-nous à contact@ranasil.com — nous répondons sous 48 heures ouvrées.

Nous écrire

Identité de la société, voies formelles et crédits : informations légales.