JEV : trier plus vite sans perdre le contrôle de vos données
Chaque jour, votre équipe reçoit des courriels, des formulaires web et des demandes de soumission. Quelqu'un doit les lire, décider à qui ils vont et juger s'ils sont urgents. Ce tri prend du temps et n'ajoute rien à la valeur de votre travail. Pourtant, une erreur à cette étape peut coûter un client.
Un nouveau type de modèle d'intelligence artificielle, JEV, vise précisément cette tâche. Il ne rédige rien. Il décide. Chez XED Conseil, nous l'avons analysé avec un regard critique, parce qu'un outil lancé il y a quelques jours mérite de la prudence autant que de la curiosité. Voici ce qu'il peut faire, ce qu'il ne fait pas et comment l'utiliser sans perdre le contrôle de vos données.
JEV en mots simples
JEV est un modèle développé par TypeSafe AI, une entreprise de San Francisco fondée en 2024. Il est offert en accès anticipé limité depuis le 15 septembre 2026.
Contrairement à ChatGPT, JEV ne produit pas de texte. Vous lui envoyez un contenu (un courriel, un formulaire, une description) et une série de questions fermées. Il répond à chacune par un choix, un score ou une probabilité, accompagné d'un niveau de confiance. Ces réponses sont conçues pour être lues par vos logiciels, pas par une personne.
Quelques exemples de questions qu'on peut lui poser :
Ce message concerne-t-il une demande de prix, une livraison, un retour ou une question technique ?
Quel est le niveau d'urgence, de 1 à 5 ?
Ce client semble-t-il insatisfait ?
TypeSafe annonce des temps de réponse de 70 à 500 millisecondes. Le tarif annoncé est de 0,042 $ US par million de jetons en entrée, et la sortie est gratuite. Pour donner un ordre de grandeur, 1 000 messages par semaine d'environ 500 jetons chacun représentent quelques cents par semaine. Le coût réel d'un projet se trouve donc ailleurs : dans l'intégration, les tests et l'ajustement.
Ce que JEV ne fait pas
Un outil bien choisi est d'abord un outil dont on connaît les limites.
Il ne rédige pas de réponses, de rapports ni de contenu marketing.
Il ne traite ni images, ni audio, ni vidéo. Une photo de dommages ou le plan d'une fenêtre sur mesure ne peuvent pas lui être soumis.
Il ne raisonne pas sur des cas complexes. Il choisit parmi des options que vous avez définies.
Une réponse bien formatée n'est pas forcément une bonne réponse. Le modèle peut se tromper, et son niveau de confiance doit être calibré sur vos propres données.
Il ne s'installe pas tout seul. Il faut le brancher par API à vos systèmes (CRM, boîte courriel, logiciel de gestion).
Une règle simple aide à décider. Si une règle fixe suffit (par exemple « toute commande de plus de 5 000 $ va au directeur »), codez la règle. JEV devient intéressant quand la décision demande une lecture du texte, et quand votre équipe passe plus d'une heure par jour à trier, classer ou aiguiller des messages.
Assurances : le contrôle passe avant la vitesse
Dans un cabinet de courtage ou une agence, la crainte la plus fréquente est légitime : « Où vont les renseignements de mes assurés ? » Numéros de police, relevés de conduite et détails de sinistres sont des renseignements personnels sensibles. Une fuite ou une perte de contrôle aurait des conséquences réglementaires et réputationnelles.
Notre position est claire. Pour l'instant, nous déconseillons d'utiliser JEV sur les réclamations et la souscription. Plusieurs garanties ne sont pas encore confirmées, en particulier la région d'hébergement des données. Le produit a aussi très peu de recul.
Il existe tout de même un premier pas raisonnable : trier les questions générales reçues par le site web public, avant toute identification du client. Par exemple, déterminer si une demande concerne une soumission auto, habitation ou entreprise, ou une question de facturation, et l'envoyer à la bonne personne.
Si vous envisagez d'aller plus loin, la Loi 25 encadre la démarche. L'article 17 de la Loi sur la protection des renseignements personnels dans le secteur privé exige une évaluation des facteurs relatifs à la vie privée (EFVP) avant toute communication de renseignements personnels à l'extérieur du Québec. L'évaluation tient compte, entre autres, de la sensibilité des renseignements, de la finalité et des mesures de protection, y compris contractuelles. La loi n'interdit donc pas le transfert : elle impose une démarche documentée et une entente écrite. Un avis juridique reste nécessaire avant tout usage sur des dossiers d'assurés.
Distribution : aller vite sans casser la chaîne
Un distributeur ou un grossiste reçoit sans arrêt des demandes de prix, des suivis de livraison, des retours et des questions techniques. Un courriel mal aiguillé attend dans la mauvaise boîte, et le client appelle un concurrent.
C'est le secteur où JEV présente le meilleur potentiel à court terme, parce que les messages B2B contiennent souvent peu de renseignements personnels sensibles. Voici quelques utilisations concrètes :
Aiguillage automatique des courriels entrants par type de demande : prix, livraison, retour, technique.
Détection d'urgence. Un message comme « la commande est bloquée depuis trois jours, je livre demain » monte en priorité.
Classement des motifs de retour (défaut, erreur de commande, insatisfaction) pour accélérer le traitement et repérer les tendances.
Une précaution s'applique toutefois. Les signatures de courriels et les noms d'employés sont aussi des renseignements personnels. Ils doivent être retirés avant l'envoi. La plupart des classements fonctionnent très bien sans eux.
Fabricants de portes, fenêtres et produits de bois : soumissions et service après-vente
Un fabricant de portes, de fenêtres ou de produits de bois gère deux flux qui se ressemblent peu. D'un côté, les demandes de soumission arrivent de particuliers, d'entrepreneurs et de détaillants. De l'autre, le service après-vente reçoit des demandes de garantie, des plaintes et des questions d'installation.
Voici où JEV pourrait aider :
Qualifier les demandes de soumission. Le demandeur est-il un particulier, un entrepreneur ou un détaillant ? S'agit-il de neuf ou de rénovation ? La demande est-elle complète ou manque-t-il des informations ?
Trier les demandes de service après-vente par type (garantie, installation, livraison, information) et par urgence.
Repérer les messages de clients insatisfaits pour qu'un responsable intervienne rapidement.
Notez la limite. JEV lit seulement le texte. Les photos, les plans et les bons de commande numérisés doivent passer par une personne ou par un autre outil. Nous n'avons pas encore de résultats mesurés sur des messages de ce secteur. C'est justement ce qu'un projet pilote permettrait de vérifier.
Comment garder vos données chez vous
JEV est un modèle hébergé par TypeSafe et appelé par API. Il n'existe pas de version à installer sur vos propres serveurs. Le contrôle complet, au sens d'un déploiement chez vous, n'est donc pas possible. Le contrôle réaliste repose sur quatre principes : minimiser ce qui sort, contractualiser, journaliser et rester réversible.
Voici l'architecture que nous recommandons.
Vos données restent dans vos systèmes (CRM, courriels, logiciel de gestion). Aucune copie n'est faite chez TypeSafe.
Une passerelle simple, installée chez vous ou dans un hébergement canadien que nous contrôlons, prépare chaque appel.
Avant l'envoi, la passerelle retire les noms, courriels, numéros de téléphone, numéros de police, NAS et numéros de carte. La table de correspondance reste chez vous.
Seule la portion de texte utile aux questions est envoyée.
JEV retourne des étiquettes et des probabilités, qui sont stockées chez vous.
Sous un seuil de confiance que vous fixez, le dossier va à une personne, qui consulte le texte original dans votre système.
Un journal local consigne chaque appel : ce qui a été envoyé, à quel moment et avec quelle version du modèle. Ce journal sert de preuve en cas d'audit.
Les règles d'affaires fixes restent codées dans vos systèmes, sans passer par JEV.
Une réserve importante s'impose. Retirer les identifiants directs ne rend pas un texte anonyme. Une description détaillée peut encore permettre de reconnaître une personne par recoupement. Tant qu'un juriste n'a pas conclu autrement, ces textes doivent être traités comme des renseignements personnels.
Côté fournisseur, voici ce qu'il faut obtenir par écrit :
L'entente de traitement des données (DPA). TypeSafe en publie une sur sa page juridique.
La rétention nulle des données (ZDR), offerte aux clients entreprises sur demande. « Pas d'entraînement sur vos données » et « aucune conservation de vos données » sont deux promesses différentes.
La région d'hébergement. Nous n'avons trouvé aucune confirmation d'une région canadienne.
Une version verrouillée du modèle, pour éviter qu'une mise à jour change le comportement du tri sans avertissement.
Le passage par une plateforme intermédiaire (OpenRouter, Cloudflare, Vercel) ajoute un acteur de plus qui voit les données. Si la gestion des données est une exigence ferme, l'accès direct chez TypeSafe, avec une entente de rétention nulle, est l'option la plus simple.
Ce qu'il reste à vérifier
En date du 26 septembre 2026, plusieurs points restent ouverts. Nous préférons les nommer.
Le français : aucune information officielle ne confirme la qualité du modèle sur des textes en français. Il faut le tester avec de vrais courriels d'ici, y compris ceux écrits rapidement ou en langage familier.
Le seuil de confiance : un seuil trop bas laisse passer des erreurs, un seuil trop haut renvoie presque tout aux humains. Il se calibre sur des cas représentatifs, pas sur des exemples simples.
La stabilité : le produit a moins de deux semaines d'existence publique.
Le tarif : le prix annoncé devra être confirmé pour un usage commercial soutenu.
Si un client exige un contrôle total de ses données, JEV n'est pas le bon choix aujourd'hui. L'alternative serait un modèle de classification ouvert, hébergé chez le client ou au Canada. Sa performance devra aussi être testée.
Généré avec Nano Banana2
Notre offre : un projet pilote encadré
Nous cherchons quelques entreprises des secteurs de l'assurance, de la distribution et de la fabrication de portes, fenêtres et produits de bois pour tester cette approche dans un cadre contrôlé. Nos clients actuels y ont accès en priorité.
Le projet pilote suit cinq étapes :
Choisir un seul flux à faible risque (par exemple les courriels de demandes de prix ou le formulaire de contact du site).
Définir les questions et les catégories avec votre équipe.
Tester sur un échantillon de vos messages réels, sans données personnelles, et mesurer le taux de bon classement.
Calibrer le seuil de confiance et décider de ce qui revient à un humain.
Documenter la démarche (données envoyées, garanties obtenues, résultats) pour appuyer votre évaluation en vertu de la Loi 25.
À la fin, vous aurez des chiffres mesurés sur vos propres données. Vous pourrez alors décider d'aller plus loin, d'ajuster ou d'arrêter. Aucune promesse ne sera faite avant ces tests.
Vous voulez savoir si votre entreprise est un bon candidat ? Réservez une première analyse gratuite de 60 minutes avec XED Conseil.
Références et liens
XED Conseil, Discutons de votre projet numérique : https://www.xedconseil.com/discutons
TypeSafe AI, Introducing System One Models and Jev : https://typesafe.ai/blog/introducing-system-one-models-and-jev
TypeSafe AI, documentation juridique (DPA, confidentialité, ZDR) : https://docs.typesafe.ai/legal
TypeSafe AI, documentation des modèles : https://docs.typesafe.ai/models
Wikipédia, Jev (AI model) : https://en.wikipedia.org/wiki/Jev_(AI_model)
DEV Community, How to Use Jev : https://dev.to/valyuai/how-to-use-jev-a-practical-guide-to-typesafes-system-one-model-g5e
LangChain, What Is Jev ? : https://www.langchain.com/blog/building-a-harness-with-jev
Firecrawl, What Is Jev : https://www.firecrawl.dev/blog/what-is-jev
Opper, TypeSafe AI (résidence des données) : https://opper.ai/provider/typesafe
LPC.quebec, article 17 de la Loi sur la protection des renseignements personnels dans le secteur privé : https://lpc.quebec/articles/art-17-loi-sur-la-protection-des-renseignements-personnels-dans-le-secteur-prive/
Commission d'accès à l'information du Québec, principaux changements de la Loi 25 : https://www.cai.gouv.qc.ca/protection-renseignements-personnels/sujets-et-domaines-dinteret/principaux-changements-loi-25