§ Membre · 01
Microsoft Azure
L'infonuagique à grande échelle de Microsoft — y compris Azure OpenAI Service, AI Foundry (Azure AI Foundry), Azure Machine Learning et le portefeuille IaaS / PaaS plus large. L'hyperscaler de choix pour de nombreuses charges de travail réglementées et du secteur public canadien, grâce à la résidence Canada Central / Canada East et aux ententes-cadres infonuagiques du gouvernement du Canada (GoC).
Comment Droz l'applique
Droz construit et exploite des charges de travail en production sur Azure pour les clients aux parcs TI alignés sur Microsoft, aux exigences de résidence GoC ou aux déploiements Azure OpenAI Service existants. AI Foundry est utilisé pour l'orchestration de modèles gérée lorsque les clients veulent une surface MLOps prise en charge par le fournisseur plutôt qu'une pile maison.
Où cela intervient
§ Membre · 02
Amazon AWS
Amazon Web Services — y compris Amazon Bedrock (accès géré aux modèles de pointe et ouverts), Amazon SageMaker (entraînement et déploiement de ML gérés) et le portefeuille plus large de calcul / stockage / données. AWS conserve la plus grande part de marché nord-américaine et est l'option par défaut pour de nombreux parcs d'entreprise du secteur privé.
Comment Droz l'applique
Droz construit sur AWS pour les clients aux parcs AWS existants ou ceux qui choisissent Bedrock pour un accès multimodèle (Claude, Llama, Mistral, Cohere Command) sous une seule surface gérée. SageMaker est utilisé pour l'entraînement sur mesure lorsque la collaboration justifie un cycle de vie ML plus lourd.
Où cela intervient
§ Membre · 03
Google Cloud
Google Cloud Platform — y compris Vertex AI (plateforme de modèles et de ML gérée), Gemini (la famille de modèles de pointe de Google), BigQuery pour l'analytique et le portefeuille plus large de données et d'IA.
Comment Droz l'applique
Droz travaille sur GCP pour les clients normalisés sur la pile de données de Google (BigQuery, Looker) ou ceux qui préfèrent la surface modèle et MLOps de Vertex AI. Nous associons souvent Vertex AI à Anthropic Claude grâce à l'accès aux modèles tiers de Vertex pour les clients qui veulent Claude sur GCP.
Où cela intervient
§ Membre · 04
Anthropic · Claude
Anthropic conçoit Claude, une famille de grands modèles de langage de pointe pensée autour de la sécurité, de la fiabilité et du raisonnement à long contexte. Claude est offert directement par Anthropic, via Amazon Bedrock, via Google Vertex AI et (là où c'est pris en charge) via des déploiements privés dans le cadre d'ententes d'entreprise.
Comment Droz l'applique
Claude est le modèle de pointe par défaut de Droz pour les systèmes agentiques en production — utilisé dans Droz Legal, Samson AI, RX Change, les copilotes Droz Predictive et la plupart des mandats d'IA sur mesure où la profondeur de raisonnement, le long contexte et le suivi des instructions importent plus que le coût brut. Droz sélectionne la surface de déploiement (API directe, Bedrock, Vertex) selon la résidence des données et la posture d'approvisionnement du client.
Où cela intervient
§ Membre · 05
Cohere · LLM canadiens
Cohere est une entreprise de modèles de pointe dont le siège social est à Toronto, offrant la famille de grands modèles de langage Command et Embed (modèles d'intégration de pointe pour la recherche d'information). Cohere offre des options de déploiement privé et de résidence canadienne, y compris les régions AWS Canada et Azure Canada.
Comment Droz l'applique
Pour les clients canadiens aux exigences strictes de résidence des données — en particulier les charges de travail du GoC et réglementées par les provinces — Cohere est une option par défaut privilégiée. Droz associe souvent Cohere Embed pour la recherche d'information à Cohere Command ou à Claude pour la génération, selon la charge de raisonnement.
Où cela intervient
§ Membre · 06
Databricks
Databricks est une plateforme unifiée de données, d'analytique et de ML — bâtie autour d'Apache Spark et de Delta Lake, avec la couche de gouvernance Unity Catalog, Mosaic AI pour l'entraînement et le service de modèles, et l'architecture lakehouse. Offerte nativement sur Azure, AWS et GCP.
Comment Droz l'applique
Databricks est le lakehouse par défaut de Droz pour les clients qui consolident des parcs de données fragmentés. La plateforme de données de fiabilité est souvent bâtie sur Databricks lorsque le client dispose déjà du droit d'usage; sinon, nous choisissons la couche de données par infonuagique.
Où cela intervient
§ Membre · 07
Zapier · Make
Deux des principales plateformes d'automatisation des flux de travail à faible code. Zapier et Make (anciennement Integromat) connectent les points d'accès SaaS au moyen de constructeurs visuels, planifient des tâches et orchestrent des intégrations légères à travers les systèmes d'affaires.
Comment Droz l'applique
Zapier et Make sont les outils par défaut de Droz pour les mandats d'automatisation des processus d'affaires où l'intégration se situe entre des points d'accès SaaS et ne justifie pas un iPaaS dédié ou du code sur mesure. La plupart des mandats d'APA débutent dans Zapier ou Make et passent à n8n / Tray.ai ou à du code sur mesure seulement lorsque la complexité l'exige.
Où cela intervient
§ Membre · 08
n8n · Tray.ai
Deux couches iPaaS (plateforme d'intégration en tant que service) utilisées lorsque l'automatisation des flux de travail a dépassé Zapier / Make. n8n est à code source ouvert, auto-hébergeable et extensible par code — un favori de Droz pour les clients qui veulent la souveraineté sur leur couche d'intégration. Tray.ai est un iPaaS d'entreprise géré, doté d'une orchestration d'IA native plus robuste.
Comment Droz l'applique
Droz choisit n8n pour les mandats où le client veut la propriété de l'environnement d'exécution de l'intégration — particulièrement courant dans le GoC et les industries réglementées qui préfèrent une infrastructure auto-hébergée. Tray.ai est choisi lorsque le client valorise l'orchestration gérée d'agents d'IA et est à l'aise avec une couche d'intégration SaaS.
Où cela intervient