La note précédente a exposé l'objet d'Apshan : maintenir les chaînes de preuves sur lesquelles le raisonnement s'appuie. Tarifs douaniers indexés par pays et par date d'effet. Presse spécialisée normalisée à travers les langues. Données agricoles reliées à la nature de la fibre et à sa région. Préétablies, afin qu'un modèle consacre sa puissance de calcul à la conclusion, et non à l'assemblage.
La présente note expose pourquoi la construction de ces chaînes relève d'un travail de longue haleine, et pourquoi Apshan a été conçu selon cette logique.
Les exigences d'une infrastructure de raisonnement
Nous désignons par infrastructure de raisonnement la norme à laquelle un corpus de preuves doit satisfaire avant qu'un modèle puisse en raisonner sans produire de réponses fragiles. Chaque maillon doit être traçable jusqu'à sa source, daté au moment de sa captation, noté pour sa fiabilité, et lié à travers les domaines qui déterminent le résultat. Aucune de ces propriétés ne peut être ajoutée par la suite sans compromettre les autres.
Ce travail recouvre trois disciplines, dont aucune n'admet de raccourci.
Les sources sont datées et notées dès leur point d'entrée.
Un signal dépourvu de date et de note de fiabilité ne saurait satisfaire aux exigences de l'infrastructure de raisonnement. Le rapport de récolte de coton de 2024 ne correspond pas à la même donnée que le rapport de récolte de coton de 2026. Une déclaration de fournisseur publiée dans un communiqué de presse n'a pas le même statut qu'une déclaration sous serment. Ces distinctions sont évidentes, et leur tenue exige du temps. Toute donnée entrant dans Nari est vérifiée, datée selon la publication de la source, et notée avant d'y trouver place. Aucune automatisation ne couvre les marges de ce travail. Or l'essentiel du travail y réside.
Les références croisées se composent d'un domaine à l'autre.
La mode est tributaire de la météorologie, de l'approvisionnement, des douanes, des tarifs douaniers, du sentiment, des défilés, de la distribution, du marché de seconde main, et de bien d'autres secteurs. Les relations entre ces domaines n'existent pas sous la forme d'un flux unique auquel l'on pourrait s'abonner. Elles doivent être composées, source par source, jusqu'à ce qu'une requête portant sur du coton approvisionné en Afrique de l'Ouest restitue le signal météorologique pertinent, le signal de fret pertinent, la décision tarifaire pertinente, et le signal de déstockage des détaillants pertinent, en une seule réponse structurée. Le volume n'accélère pas ce travail. Composer n'est pas collecter. Cette discipline porte le nom de Fashion Cross-Reasoning.
Les rectifications se propagent à la vitesse des signaux.
Toute donnée dans Nari porte sa propre chaîne de provenance. Lorsqu'une source révise ou retire son contenu, la modification se propage en aval : toute requête client ayant référencé cette donnée voit la révision, assortie d'une nouvelle note de fiabilité et d'une nouvelle date. Toute réponse porte la chaîne qui l'a produite. Cette propriété ne tient qu'à la condition que la chaîne elle-même puisse être révisée en cours d'usage. Sans cette discipline, le coût d'un mauvais signal devient irréversible. Une donnée faible devient une décision d'approvisionnement. Une entrée mal datée devient un achat sur le mauvais trimestre. Une référence croisée manquée devient un changement de demande non perçu. Les erreurs d'un logiciel de démonstration se corrigent au cycle suivant. Les erreurs d'une infrastructure se traduisent par une mauvaise collection, une mauvaise campagne, une expédition déjà partie du port. Bâtir la propagation des rectifications exige autant de temps que bâtir celle des signaux. Ne pas la bâtir laisse l'infrastructure se détériorer silencieusement.
La première vague d'IA mode capte le cycle médiatique. Apshan n'y figurera pas. Les opérateurs choisissent une infrastructure en fonction de qui sera encore en place dans cinq ans, avec les mêmes données, datées et notées de la même manière. Bâtir pour durer. Contact : hello@apshan.com.
Questions
Que recouvre l'infrastructure de raisonnement en pratique ?
L'infrastructure de raisonnement signifie que chaque donnée porte sa source, sa date, sa note de fiabilité et ses références croisées dès son entrée dans la chaîne. Chacune de ces propriétés doit résister à l'examen du modèle qui l'interroge. Sans les quatre, une réponse construite sur la donnée sera fragile. Avec les quatre, la réponse s'audite maillon par maillon.
Comment les chaînes de preuves se construisent-elles à travers des domaines distincts ?
Une source à la fois, par des personnes qui connaissent le domaine. La mode est tributaire de la météorologie, de l'approvisionnement, des douanes, de la finance et de bien d'autres secteurs, chacun disposant de ses propres sources, formats et cadences. La chaîne se construit en indexant chaque flux, en normalisant sa datation, en évaluant sa fiabilité, puis en le reliant aux données des domaines adjacents qui déterminent la réponse à une question donnée.
Pourquoi la propagation des rectifications importe-t-elle pour les décisions en aval ?
Parce qu'une décision prise à partir d'une donnée depuis corrigée est une décision prise à partir d'un fait erroné. La propagation des rectifications garantit que chaque requête client ayant référencé une donnée désormais révisée voit cette révision, assortie d'une nouvelle note de fiabilité et d'une nouvelle date. Sans cette discipline, la chaîne paraît intacte alors que les réponses qu'elle produit se sont déjà écartées de la vérité.
Que requiert l'évaluation de la fiabilité d'une donnée ?
Une note de fiabilité reflète la manière dont une donnée a été captée, par qui, à quel moment, et la façon dont elle se compare aux données parallèles couvrant le même événement. Un communiqué de presse d'un fournisseur ne reçoit pas la même note qu'une pièce judiciaire ou une déclaration en douane. L'évaluation est manuelle aux marges, là où elle compte, et menée dans la durée.
En quoi Fashion Cross-Reasoning diffère-t-il d'un abonnement de données mono-flux ?
Un abonnement mono-flux vend une source unique : ventes, signaux sociaux, couverture des défilés. Fashion Cross-Reasoning est la discipline de composition à travers l'ensemble des domaines dont la mode est tributaire, chaque donnée étant datée, notée et pré-liée aux données des domaines adjacents. Le produit livré est une chaîne qui répond à une question de bout en bout, non un flux que le client doit lui-même assembler.