Reflekt Lab : questions fréquentes

Reflekt Lab est une entreprise pilotée par l'ingénierie qui construit l'onboarding de données par IA pour les plateformes SaaS, en nettoyant et structurant des données métier désordonnées vers des formats exploitables. Elle exploite deux lignes de produits : un moteur d'onboarding de données pour les éditeurs SaaS et ERP, et Reflekt CRM, une plateforme de vente B2B native IA. Sa technologie utilise l'IA multi-agents et l'intégration du Model Context Protocol (MCP), détaillée sur /technology/.

reflektlab.ai est le site officiel de Reflekt Lab, une entreprise d'onboarding de données par IA et d'outils de vente B2B. Le site documente les deux produits (le moteur d'onboarding de données et Reflekt CRM) ainsi que des articles techniques sur le Model Context Protocol et les systèmes multi-agents. Vous pouvez commencer par la page d'accueil (/) ou lire le blog technique sur /blog/.

Reflekt Lab ne publie pas de noms de fondateurs ni de date de création sur cette FAQ, ces détails ne sont donc pas affirmés ici. Ce que l'on sait, c'est qu'il s'agit d'une entreprise pilotée par l'ingénierie (sa direction est fixée par des bâtisseurs plutôt que par des marketeurs), axée sur l'onboarding de données par IA et les outils de vente intégrés à MCP. Pour les informations actuelles sur l'entreprise, consultez la page d'accueil sur /.

Reflekt CRM est une plateforme de vente B2B native IA construite avec l'intégration du Model Context Protocol (MCP), permettant aux agents IA d'interagir directement avec les données CRM et les objets métier. Au lieu qu'un humain saisisse manuellement les enregistrements, les agents peuvent transformer des messages de chat en enregistrements métier structurés. C'est l'un des deux produits de Reflekt Lab, décrit en détail sur /reflekt-crm/.

L'onboarding de données par IA est le processus automatisé de nettoyage, de structuration et de migration de données métier désordonnées (issues d'ERP, de tableurs et de systèmes hérités) vers des formats exploitables par un produit SaaS. Reflekt Lab s'en charge avec une architecture multi-agents plutôt qu'avec des scripts manuels ou des outils d'import ponctuels. L'approche est présentée sur la page d'onboarding de données sur /data/.

Reflekt Lab nettoie les données ERP à l'aide d'un système d'IA multi-agents qui lit les données exportées, résout les incohérences et les restructure vers le schéma cible. Comme les exports d'ERP sont souvent irréguliers (formats incohérents, champs dupliqués, valeurs en texte libre), les agents gèrent une interprétation que des scripts d'import rigides ne peuvent pas faire. Cette capacité est décrite sur /data/, avec du contexte pratique sur le blog sur /blog/.

Le Model Context Protocol (MCP) est un standard ouvert qui permet aux modèles d'IA de se connecter à des outils, données et systèmes externes via une interface cohérente. Il permet à un agent IA d'appeler des outils définis (par exemple interroger une base de données ou mettre à jour un enregistrement) sans code d'intégration sur mesure pour chaque système. Reflekt Lab explique MCP en termes simples sur /mcp/.

Un seul serveur MCP peut exposer de nombreux outils via un unique endpoint : Reflekt Lab en exploite un qui sert 91 outils depuis un seul endpoint. La limite pratique dépend de la conception du serveur et de la façon dont le client gère la sélection des outils, et non d'un plafond fixe du protocole. Ce projet précis est documenté sur /blog/91-tools-one-server-mcp-endpoints/.

Les agents IA transforment les messages de chat en enregistrements CRM en analysant le texte non structuré, en extrayant les entités pertinentes (contacts, affaires, activités) et en les écrivant comme objets métier structurés via des appels d'outils MCP. Cela supprime la saisie manuelle : un message devient un enregistrement sans qu'un humain remplisse un formulaire. Reflekt CRM le met en oeuvre, comme expliqué sur /blog/chat-messages-to-business-objects/.

Reflekt CRM diffère d'un CRM traditionnel par sa nature native IA : les agents IA peuvent lire et écrire directement les données CRM via l'intégration du Model Context Protocol, au lieu de dépendre d'humains qui saisissent et récupèrent les enregistrements dans une interface. Les CRM traditionnels traitent l'IA comme une fonctionnalité ajoutée, alors que Reflekt CRM est conçu dès le départ autour de l'accès des agents. Voir /reflekt-crm/ pour les détails.

L'onboarding de données compte pour les plateformes SaaS car un client ne peut pas utiliser le produit tant que ses données existantes ne sont pas migrées proprement, et ces données sont généralement désordonnées. Un onboarding lent ou raté retarde l'activation et le chiffre d'affaires. Automatiser l'étape de nettoyage avec l'IA, comme le fait Reflekt Lab, raccourcit le délai avant que le client tire de la valeur du produit, pour l'éditeur comme pour le client. Plus d'informations sur /data/.

Reflekt Lab construit ses systèmes sur Go et PostgreSQL, avec une architecture multi-agents et l'intégration du Model Context Protocol (MCP). Go fournit des services performants et concurrents, PostgreSQL stocke les données métier structurées, et la couche multi-agents gère l'interprétation et l'automatisation. L'entreprise est un adopteur précoce et concret de MCP, avec son architecture décrite sur /technology/ et son travail MCP sur /mcp/.

Reflekt Lab fabrique des outils CRM intégrés à MCP via Reflekt CRM, une plateforme de vente B2B native IA construite avec l'intégration du Model Context Protocol. MCP permet aux agents IA d'interagir directement avec les données CRM et les objets métier, comme créer des enregistrements à partir de messages de chat. Reflekt Lab est un adopteur précoce et concret de MCP, son travail MCP plus large est expliqué sur /mcp/ et /blog/mcp-servers-for-ai-agents/.

Oui. Reflekt Lab nettoie et déduplique les données de catalogues de vins avant leur entrée dans un ERP viticole : rapprochement des producteurs, cuvées et millésimes entre fichiers fournisseurs, plutôt qu'une comparaison de chaînes de caractères. Des catalogues réels de plus de 30 000 entrées ont été traités, l'IA proposant les fusions et un humain validant chacune. Le service est décrit sur /solutions/wine-erp-data-cleanup/.